字节跳动 Seed 团队发布 Seed-OSS 系列开源模型：36B 参数，512K 长上下文，可灵活调整思考长度

字节跳动Seed团队正式推出Seed-OSS系列开放权重模型，该系列均为36B参数规模，聚焦长上下文处理、推理能力与代理任务优化，以Apache-2.0许可证开源，为开发者与研究社区提供高实用性工具。

• GitHub：https://github.com/ByteDance-Seed/seed-oss
• 模型：https://huggingface.co/collections/ByteDance-Seed/seed-oss-68a609f4201e788db05b5dcd

模型家族：3款36B模型，覆盖不同需求场景

Seed-OSS系列包含3款核心模型，均基于统一架构开发，仅在预训练数据与微调方向上存在差异，可满足基础研究、下游应用等不同场景需求：

• Seed-OSS-36B-Base：基础模型，经过合成指令数据预训练，具备更均衡的通用能力，适合作为各类应用的基础底座。
• Seed-OSS-36B-Base-woSyn：基础模型“纯净版”，未引入合成指令数据预训练，为研究社区提供无指令数据干扰的基准模型，便于开展对比实验。
• Seed-OSS-36B-Instruct：指令微调模型，针对下游任务优化，在智能体（Agent）任务（如工具使用、问题解决）与推理能力上表现突出，可直接用于实际应用场景。

核心特性：5大优势，兼顾性能与灵活性

Seed-OSS系列围绕“实用化”与“研究友好”设计，核心特性可概括为5点：

1. 灵活控制思考预算：支持动态调整推理长度（类似GPT-OSS的low-high模式），简单任务可缩短思考链提升效率，复杂任务可延长思考链保证精度。
2. 增强推理能力：在数学计算、逻辑分析等推理任务中专项优化，同时保持通用能力均衡，避免“偏科”。
3. 优化代理智能：针对工具调用、多步骤问题解决等Agent任务打磨，在零售、航空等场景的代理测试中表现优异。
4. 研究友好设计：同步提供“含合成指令数据”与“不含合成指令数据”的基础模型，帮助研究者分析指令数据对模型性能的影响。
5. 原生长上下文支持：原生上下文长度达512K，可直接处理超长文本（如完整文档、长对话），无需额外截断或拼接。

模型架构：主流技术融合，保障高效运行

Seed-OSS采用因果语言模型架构，整合多项成熟技术，在性能与效率间取得平衡，具体参数如下：

评估结果：多维度测试表现优异，部分指标开源领先

团队针对基础模型与指令微调模型，分别在知识、推理、数学、编程、代理等维度进行测试，部分结果如下（加粗为开源模型最佳表现）：

1. Seed-OSS-36B-Base：基础能力扎实

在基础模型对比中，含合成指令数据的Base版本（w/ syn.）在多数基准测试中优于“纯净版”（w/o syn.），尤其在数学任务中优势明显：

2. Seed-OSS-36B-Instruct：下游任务与代理能力突出

指令微调模型在Agent任务与长上下文测试中表现亮眼，部分指标超越主流开源模型：

使用建议：采样参数与思考预算调整

为保障模型输出效果，团队提供2点核心使用建议：

1. 推荐采样参数：默认使用temperature=1.1、top_p=0.95；若为Taubench测试场景，建议调整为temperature=1、top_p=0.7。
2. 思考预算适配：根据任务复杂度调整思考长度——简单任务（如IFEval指令遵循）无需过长思考链，评分随预算增加可能波动；复杂任务（如AIME数学题、LiveCodeBench编程）建议延长思考链，评分随预算增加呈上升趋势。