，并通过大规模长程强化学习，提升模型在复杂代码库开发、完整项目构建等任务中的端到端工程能力。同时，LongCat-2.5将视觉信号转化为
面对国产加速器单卡不足80GB的显存限制，LongCat-2.5围绕超节点重排FSDP、EP、CP并行度，叠加混合词表并行、MoonEP动态专家复制和双重分片FSDP，把视觉编码移出训练计算图。LongCat称，经过上述优化，该FSDP配置在长序列SFT任务中的单卡吞吐量较DDP基线%。
前端视觉效果较好，PPT图表丰富，但画面细节、空间与图层关系仍有提升空间，PPT排版也可以进一步优化。
投资亮点和风险提示。经初步比对，我们没有发现数据错误。不过，LongCat-2.5生成的PPT部分页面信息密度偏高、部分文买球股份有限公司本字号偏小，个别结论下得略绝对，排版上还可以再优化调整。
针对长程任务中部分轨迹耗时过长的问题，LongCat-2.5采用partial rollout异步训练策略。每个RL step保持一定过采样率，批次凑齐后暂停未完成轨迹，并在下一轮采样时恢复。系统会根据任务通过率动态调整过采样率，同时过滤全对或全错的零梯度样本组，以保证训练过程中的有效梯度。