全部动态

论文用实验数据揭示了一个反直觉现象：学生在模仿老师时，67%的token在“同意但失败”，说明局部蒸馏有盲区。做模型蒸馏的朋友可以看看这个诊断方法。

这周国产Kimi K3真能打，前端开发全球第一，代码榜也杀进前十，跟Claude系列差距很小了。

TTEL能定位推理错误，只重算出错部分，省近一半计算量。Qwen3-8B在编程测试上成绩亮眼，值得关注。

这篇论文提出了VCSD，不需要外部老师就能让多模态模型自己教自己，在Qwen3-VL上几个规模都涨了4-5个点，而且不增加推理成本。

这篇论文提出了WML方法，能精准定位Agent工作流失败节点并复用外部技能知识，在SpreadsheetBench和Compiler-Supported50上表现亮眼，比直接SkillAgent省不少token。

别总盯着大模型花钱了，用Qwen3-4B和Foundation-Sec-8B组队就能干翻GPT，这篇论文给了具体方法和数据。

Qwen3.5用强化学习学会在污染检索中挑有用证据，成功率从22%提到26%，还不掉通用分。

如果厌倦了RLVR微调慢慢跑，试试ISO：只用1/3的训练步数就能达到同等效果，Qwen3-8B上实测有效，代码开源。

Qwen出了个2.4万亿参数的新模型，在编码和协作能力上很强，而且现在Qoder上打98%折扣，做长周期任务你可以直接甩手不盯着。

官方账号阿里通义 Qwen@Alibaba_Qwen原文

这篇论文用软前缀测试了三段论推理，发现模型答案很容易被带偏，Qwen和Gemma的稳定性差异很大，值得做推理研究的读一下。

部署多模态模型时延迟高吞吐低？FlashRT 让智能体自动优化，实测延时降 70 倍，吞吐升 3.6 倍，AMD 平台效果尤其猛。

这篇论文把拟人对话的生成、评测和奖励对齐做成闭环，Qwen3.6-27B微调后严格准确率39%，比基线高一大截。

Qwen3.8预览版每天都在进化，这次Web前端进步特别大，写网页生成代码的好工具，快去试试吧。

官方账号阿里通义 Qwen@Alibaba_Qwen原文

这篇论文用Qwen3-8B做了AppWorld上的合并vs联合训练对比，发现合并效果不输联合训练，而且解释了为什么不同合并方法结果差不多。

阿里巴巴要开源一个2.4万亿参数的Qwen3.8，预览版已经能用了，据说只比Fable 5差一点，和Kimi K3直接对标，想试试大模型的可以关注。

阿里要开源 2.4T 参数的 Qwen3.8，称仅次于 Fable 5，预览版已能玩，模型迷可以蹲一波。

The Rundown AI@therundownai9 个信源在谈原文

阿里开源 Qwen3.8，2.4T 参数直逼 Claude Fable 5，现在就能试 Preview 版，开源党快冲！

shao__meng@shao__meng原文

阿里新出的2万亿参数大模型Qwen3.8-Max-Preview，号称只比Fable 5差一点，已经能直接试用了，想看看它有多强可以测测。

岚叔@lufzzliz原文

阿里发了 Qwen3.8，2.4 万亿参数还开源，官方说只比 Fable 5 差一点，现在就能试预览版。

小互@imxiaohu原文

阿里刚发Qwen3.8，2.4万亿参数，说仅次于Fable 5，还开源权重。快上Token Plan试试预览版。

Geek@geekbb10 个信源在谈原文