2026年11月16日に arXiv で公開され(arXiv:2611.22115、11月18日の Hugging Face Daily Papers で首位に選出)、星辰智能(Xingchen AGI Lab)は技術レポート「TeleChat to Xing4: Advancing Frontier Agentic Models on Domestic Chips and Frameworks」を発表した。TeleChat 系列を拡張する「Xing 4」モデル群およびエージェント強化学習基盤「TeleGym」のシステム設計を詳述している(Hugging Face の XingChen-AGI 組織下には関連モデルの Xing4.0-29B-A4B や Xing4.0-29B-Intent なども掲載されている)。

図 1 TeleChat Xing 4(285B)および TeleGym エージェント強化学習基盤の技術構成概要
図 1 TeleChat Xing 4(285B)および TeleGym エージェント強化学習基盤の技術構成概要

画像の出典:Xingchen AGI Lab 技術レポート要旨をもとに DigIntoAI が作成。

Ascend 910C 8,192基と MindSpore HyperParallel による 285B 事前学習

モデルアーキテクチャと分散学習基盤の協調最適化:Xing 4 はスパース活性化、アテンション設計、モデルの深さ・幅のバランス調整、投機的デコーディングを組み合わせ、容量と計算・メモリアクセス効率を両立。事前学習基盤では MindSpore HyperParallel 上でトポロジー認識ハイブリッドシャーディングや長文・活性化メモリ管理、CPU アフィニティとコア分離を実施し、8,192基の Huawei Ascend 910C での 285B モデル学習を支えている。

長時間ツール呼び出しに対応する強化学習基盤「TeleGym」

非同期実行・有界オーバーサンプリング・部分ロールアウト:事後学習向けに導入された TeleGym は環境実行・評価・軌跡構築と方策最適化を統合し、分離型非同期実行、有界オーバーサンプリング、部分ロールアウトによってタスク所要時間のばらつきを吸収しつつ方策更新を跨ぐ軌跡の連続性を維持する。