//@Jugram-Haschwalth: LongCat-2.0的完整训练流程与大规模部署均全部使用国产算力集群，预训练在5万余国产算力芯片上耗时月余完成，消费了超过 35 万亿 tokens，全程无回滚、无不可恢复的 loss 突刺。这一结果验证了LongCat团队有能力在国产算力平台上进行前沿级大规模模型训练。
发布于 云南
oxyccu_magazine
//@Jugram-Haschwalth: LongCat-2.0的完整训练流程与大规模部署均全部使用国产算力集群，预训练在5万余国产算力芯片上耗时月余完成，消费了超过 35 万亿 tokens，全程无回滚、无不可恢复的 loss 突刺。这一结果验证了LongCat团队有能力在国产算力平台上进行前沿级大规模模型训练。