全部动态
Qwen 的 Qwen3.8-Max 冲到代码榜第四，只比 Claude Opus 5 High 档低一分，做前端的可以看看。
阿里新模型qwen3.8-max一上榜就冲到综合第五，只比榜首Claude差13分；kimi-k3-max代码也进了前十，国产模型进步挺明显，榜单值得翻翻。
阿里把三款办公工具合成一个千问办公，接上了最新的 Qwen3.8，个人免费版就能用，想试试企业级 Agent 的可以去官网体验。
Qwen3.8-Max在视觉榜单冲到第二，只比Claude Fable 5低13分，想看看国产视觉模型底子的可以关注。
清华开源了个能自己改代码的模型VeriLoop Coder-E1，SWE-bench拿85.2分，比很多大模型都强，想搞代码修复的可以试试。
Fireworks 用不到 10 美元教会你微调 Qwen3-Embedding-8B，三个实验最高 nDCG 涨 36%，做 RAG 的值得看。
这篇论文实测了三个本地模型在 OSWorld 上的推理时扩展，发现多算不一定提升成功率，反而换着花样失败。做本地 CUA 部署的可以当避坑参考。
ReToken用一个小token当检索目标，从KV缓存里挑关键视觉token，Qwen3VL-8B在Visual Haystacks涨13.4分，单卡H100就能跑。
想把纯图片的Incidents1M变成图文对？这篇用Qwen3.5做生成和验证，10万条描述加自动打分，干活靠谱。
LG开源了韩国最大的K-EXAONE 2.0，750B参数，跑分比初代高10%，长上下文和工具调用还压过了GLM-5.1。
Simon 搞了个小工具，让你在本地用 OpenAI 的 API 格式调用任何 LLM 模型，像 qwen3.5-4b 这种，还能自动去重消息，试试看。
MindForge 教小模型从零写完整软件，不用源码只用可执行文件和文档就把 Qwen3.6-27B 在 ProgramBench 上提升了 11.53%，跟大模型差不多。
这篇论文提出了一个很聪明的改进：当学生模型推理跑偏时，让老师模型短暂接管一段，再交回学生继续训练。在Qwen3小模型上效果明显，数学推理准确率提升，训练还更快。
阿里发了个新模型Qwen3.8-Max-Preview，还搞了个成长计划，让你用模型做任务提反馈还能拿奖励，玩起来！
想用LLM做实体匹配？这篇论文用Qwen3对比了bi-encoder、cross-encoder和生成式三种架构，告诉你不同场景选什么最靠谱，还公开了代码和实验数据。
论文用Qwen3-8B做实验，发现KV缓存里的事件行能独立保存计算视图，主动构造回答无关事件能让恢复率从6%跳到51%，对搞Agent记忆的人很有参考价值。