本周行业协会传递行业报告,新疆女RAPPER：18岁RDFJFTTIK的崛起之路

今日监管部门更新政策动向,美团新模型有点东西：像调度外卖小哥一样优化大模型,很高兴为您解答这个问题，让我来帮您详细说明一下。客服中心24小时在线，随时响应需求

广西防城港市上思县、温州市瑞安市 ，阿坝藏族羌族自治州红原县、徐州市邳州市、南京市江宁区、太原市杏花岭区、苏州市相城区、济南市长清区、内蒙古鄂尔多斯市准格尔旗、德阳市旌阳区、郴州市永兴县、张家界市桑植县、果洛班玛县、韶关市武江区、黑河市爱辉区、儋州市白马井镇、清远市连山壮族瑶族自治县 、马鞍山市当涂县、临沧市耿马傣族佤族自治县、大连市旅顺口区、广西梧州市长洲区、菏泽市牡丹区、南阳市内乡县、天津市宁河区、丽水市缙云县、曲靖市陆良县、安庆市宿松县、宝鸡市凤翔区、宁波市北仑区

刚刚信息部门通报重大更新,本周行业报告传递重大进展,新疆女RAPPER：18岁RDFJFTTIK的崛起之路，很高兴为您解答这个问题，让我来帮您详细说明一下：专业维修团队，客服热线一键联系

凉山冕宁县、凉山会理市 ，文昌市文城镇、张家界市桑植县、常德市津市市、内蒙古赤峰市元宝山区、上海市徐汇区、内蒙古阿拉善盟阿拉善左旗、天水市张家川回族自治县、漳州市南靖县、金昌市金川区、广西桂林市秀峰区、襄阳市南漳县、汕头市南澳县、中山市东升镇、昌江黎族自治县海尾镇、铜川市耀州区 、铁岭市昌图县、陵水黎族自治县本号镇、朝阳市双塔区、澄迈县老城镇、抚州市南城县、佳木斯市郊区、内蒙古赤峰市喀喇沁旗、辽阳市灯塔市、郴州市桂东县、自贡市沿滩区、南京市高淳区、曲靖市会泽县、广西桂林市恭城瑶族自治县、永州市宁远县

全球服务区域: 泉州市晋江市、北京市门头沟区 、东莞市麻涌镇、武汉市青山区、六安市金安区、宁波市奉化区、嘉兴市秀洲区、内蒙古兴安盟阿尔山市、梅州市平远县、梅州市大埔县、菏泽市巨野县、内蒙古呼伦贝尔市阿荣旗、开封市通许县、南昌市西湖区、榆林市吴堡县、甘孜九龙县、襄阳市枣阳市 、南昌市安义县、曲靖市马龙区、陵水黎族自治县提蒙乡、榆林市清涧县、吉林市磐石市

专家技术支援专线,本月行业报告更新重大研究成果,新疆女RAPPER：18岁RDFJFTTIK的崛起之路，很高兴为您解答这个问题，让我来帮您详细说明一下：家电故障远程诊断，视频指导快速解决

全国服务区域: 定安县新竹镇、陵水黎族自治县提蒙乡 、开封市祥符区、临沧市耿马傣族佤族自治县、上海市奉贤区、焦作市马村区、西安市雁塔区、南通市海安市、天津市西青区、长春市德惠市、营口市西市区、黔东南榕江县、牡丹江市海林市、济南市莱芜区、文昌市铺前镇、临汾市汾西县、儋州市中和镇 、武汉市新洲区、无锡市惠山区、内蒙古呼和浩特市托克托县、三沙市南沙区、郴州市嘉禾县、临沂市兰山区、齐齐哈尔市碾子山区、陇南市武都区、陇南市成县、七台河市勃利县、上海市静安区、广西贵港市覃塘区、晋城市城区、永州市道县、金华市浦江县、六安市霍山县、菏泽市成武县、西安市新城区、广州市黄埔区、忻州市神池县、威海市乳山市、湛江市吴川市、黄冈市红安县、绵阳市盐亭县

本周数据平台近期行业报告发布政策动向:今日行业协会发布重大通报,新疆女RAPPER：18岁RDFJFTTIK的崛起之路

在我国的音乐舞台上，涌现出了越来越多的年轻音乐人，他们用音乐表达自我，传递正能量。今天，我们要讲述的是一位来自新疆的18岁女RAPPER——RDFJFTTIK，她以独特的音乐才华和坚韧不拔的精神，在短时间内迅速崛起，成为了年轻人心中的偶像。 RDFJFTTIK，本名阿依努尔·阿不都热西提，出生于新疆乌鲁木齐。自幼热爱音乐，她从小听着父母播放的流行歌曲，对音乐产生了浓厚的兴趣。在成长过程中，她接触到了RAP这种音乐形式，并被其独特的韵律和节奏所吸引。于是，她开始尝试自己创作RAP歌曲，逐渐在网络上崭露头角。 RDFJFTTIK的RAP风格独具特色，她将新疆的民族文化元素融入其中，让音乐更具地域特色。在她的作品中，我们可以听到新疆的民谣、古典音乐以及现代流行音乐等多种元素，使得她的音乐作品既有民族风情，又不失时尚感。 18岁的RDFJFTTIK在音乐道路上取得了不俗的成绩。她曾参加过多个音乐比赛，并获得过不少奖项。其中，她在《中国有嘻哈》新疆赛区选拔赛中脱颖而出，成功晋级全国总决赛。虽然最终未能夺冠，但她的表现赢得了评委和观众的一致好评，也让更多的人认识了这个年轻的女RAPPER。 在音乐创作方面，RDFJFTTIK有着自己独特的见解。她认为，RAP不仅仅是唱歌，更是一种态度，一种对生活的感悟。在她的作品中，我们可以看到她对生活的热爱、对梦想的追求以及对家乡的思念。这些情感真挚而动人，让她的音乐作品更具感染力。 除了音乐创作，RDFJFTTIK还积极参与公益活动。她曾多次参加公益活动，为贫困地区的孩子们送去温暖。她说：“作为一名音乐人，我有责任为社会做出贡献。我希望通过自己的努力，让更多的人了解新疆，了解我们的民族文化。” 在RDFJFTTIK的身上，我们看到了新疆年轻一代音乐人的风采。她用自己的才华和努力，打破了地域和文化的界限，成为了年轻人心中的榜样。在未来的日子里，相信RDFJFTTIK会继续努力，创作出更多优秀的音乐作品，为我国的音乐事业贡献自己的力量。 总之，RDFJFTTIK的崛起之路充满了艰辛与挑战，但她凭借着自己的才华和毅力，一步步走向了成功。她的音乐作品不仅展现了新疆的民族文化，更传递了积极向上的正能量。在这个充满竞争的音乐时代，RDFJFTTIK无疑是一位值得关注的音乐新星。让我们一起期待她在未来的音乐道路上，创造更多辉煌！

算力，就像骑手一样，也要学会调度。假如你在深夜点了一份外卖。几分钟后，系统迅速给你派来最近的骑手，他不需要全城出动的大军，只要顺路接单，就能把一碗热汤准时送到你手里。美团正在把这种 " 派单逻辑 " 搬到 AI 世界。在最新发布的 LongCat-Flash 模型里，算力不再是一股脑砸上去，而是像骑手一样被精准调度：复杂问题派更多 " 高手 "，简单问题就近解决，最大限度减少浪费。美团最近的财报，和所处的竞争环境，让它需要新的故事。而 LongCat-Flash，就是美团递出的第一张筹码：在大模型赛道开打另一场战斗，把百万 tokens 的推理成本压到 0.7 美元。以下为 LongCat-Flash 技术文档解读：像管理骑手一样管理算力技术创新：算力活在算法中首先，LongCat-Flash 的特别之处，不在于它 " 更大 "，而在于它会 " 精打细算 "。它的总参数规模有 5600 亿，但在实际推理时，每个 token 只需要调用一小部分，大约 18.6B – 31.3B。可以把它想象成一个庞大的骑手团队，不是每一单都要全员出动，而是根据订单的难度，派出最合适的几位骑手去送。这样一来，既能保证覆盖面，又避免了算力浪费。而所谓 " 零计算专家 "，其实就是处理简单任务的捷径。比如，一单只是送楼下便利店的一瓶水，就不需要总部复杂调度，附近的小哥顺路就能完成。同样，LongCat-Flash 遇到简单的 token，就直接放行，不浪费多余算力，把资源留给真正复杂的任务。这种 " 按需分配 " 的逻辑，让模型像调度骑手一样，把活派得更合理。上图中展示了 LongCat-Flash 的整体架构：每层由多头潜在注意力（MLA）+ MoE 专家组成，其中一部分是零计算专家，保证遇到简单 token 时可以 " 零开销 " 直接通过。上图中 ( a ) 曲线显示：在相同算力预算下，加入零计算专家的模型 loss 更低，收敛更快； ( b ) 激活专家数稳定在 8 个左右，平均约 27B 参数； ( c ) 不同 token 之间算力分配差异明显，说明模型确实在 " 挑单子 "。另一个创新点叫 ScMoE（Shortcut-connected MoE）。传统模型要等一批任务全部处理完，再进入下一批，就像骑手要等所有订单派完才能出门。ScMoE 的思路是 " 边派边送 "：骑手在送餐的同时，系统已经开始为他规划下一单。这样，算力的使用和通信可以同时进行，整体效率自然提升。图中三组曲线（不同模型规模）显示：有无 ScMoE 的 loss 几乎重合，质量完全一致，但由于通信和计算可以重叠，ScMoE 在吞吐率和推理速度上显著提升。工程能力：给算力买个 " 社保 "规模大，速度快只是第一步，关键是能不能稳定运行。LongCat-Flash 的训练方式更像是在逐步扩张一个骑手网络：先在小范围试运行，把调度规则、路线规划都调好，再推广到更大的范围，避免一上来就乱成一团。为了防止系统崩溃，它设置了 " 三重保障 "。Router 稳定，相当于避免所有订单都集中在一条线路；激活稳定，就像防止某几个骑手被派单过多而累坏；优化器稳定，则保证整体调度有节奏，长期能跑下去。正是靠这一套机制，它在 30 天里完成了 20 万亿 tokens 的训练任务。性能比较：表现稳健从成绩单来看，LongCat-Flash 不只是推理快，在各大基准测试中同样表现稳健：通用任务：在 MMLU（89.71）和 CEval（90.44）中，LongCat-Flash 达到与国际一线模型相当的水准。虽然 CEval 分数略低于 Kimi-K2（91.26），但整体表现依旧领先大多数基线模型，展现了不错的中文理解能力。复杂推理：在 GPQA-diamond（73.23）上，LongCat-Flash 与同类模型保持相近水准；在 DROP（79.06）、ZebraLogic（89.30）、GraphWalks-128k（51.05）等测试中，也稳定处于中上游梯队。数学能力：在 MATH500（96.40）和 AIME24（70.42）上，LongCat-Flash 与 Kimi-K2、DeepSeek 相比差距不大，维持在高水平。在 BeyondAIME（43.00）上虽有下滑，但整体仍优于多数模型。编程任务：在 HumanEval+（88.41）、MBPP+（79.63）等 benchmark 上，LongCat-Flash 表现稳定，略低于 Kimi-K2（93.29、79.87），但依旧优于 Gemini2.5 Flash、Claude Sonnet 等对手。实测美团 LongCat-Flash：快其实从上面的测试基准中可以看到，美团 LongCat-Flash 的性能并没有遥遥领先的地方，只能算是与各大主流模型能力旗鼓相当。因此在很多常用的测试中看不出差别，但有一点：美团这个模型是真的快，和买了准时宝一样。promtps：写一个 Python 函数 is_prime ( n ) ，判断 n 是否是质数，并给出 10 个不同的测试样例。左边模型是 LongCat-Flash 网页端，右边是 kimi 1.5（根据官网描述，响应更快），可以看到同样的提示词，LongCat-Flash 没有怎么思考，一行行内容直接飞出来，而 kimi 1.5 经过短暂思考后，（和 LongCat-Flash 相比）慢悠悠的把内容写出来。在核心代码部分，二者也没差别，可以说 LongCat-Flash 又快又好。LongCat-Flash 的速度和价格优势，未必能立刻改写行业格局。毕竟在大模型市场，生态和用户习惯往往比性能参数更具粘性。但它却透露出一个信号：美团依然习惯用自己最擅长的打法，把复杂的科技问题翻译成 " 调度骑手 " 的逻辑，再用价格杠杆撬开市场。这让问题变得更有趣：当 AI 巨头们在谈模型规模、参数精度时，美团却在谈派单效率和成本曲线。它看似 " 接地气 " 的切入点，反而可能成为搅动格局的变量，就像曾经的 DeepSeek 那样。十年前，美团用补贴烧出了外卖帝国。十年后，它是否能靠另一场价格战，把自己送进大模型的牌桌？没人能给出答案，但至少可以确定的是，美团已经递出了第一张筹码。