Qwen拿半成品刷下AIME'25满分，给别人留点面子吧……
Qwen拿半成品刷下AIME'25满分，给别人留点面子吧……半成品模型，已经刷下高难度数学推理测试AIME 25满分战绩。
来自主题: AI资讯
6040 点击 2025-11-04 17:32
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
半成品模型，已经刷下高难度数学推理测试AIME 25满分战绩。
Qwen 团队终于在周日的晚上， 兑现了本周会更新Qwen3-Max thinking 的承诺。 而这个更新， 基本也是上周所有更新中为数不多非常期待的了。 毕竟Qwen3-Max也是Qwen整个家族里最大、最强的模型，
10 月 23 日，一向不爱出风头的夸克上线了对话助手，可以让用户在一个 App 内即可完成信息查找、问题解答与任务处理，实现了 AI 搜索与对话的深度融合。其中一大亮点就是，该对话助手采用了 Qwen 最新闭源模型。至于是哪个型号、性能有多强，夸克卖了个关子，只透露比 Qwen3-Max 更进一步，在业界有绝对领先性。
全球六大LLM实盘厮杀，新王登基！今天，Qwen3 Max凭借一波「快狠准」操作，逆袭DeepSeek夺下第一。Qwen3 Max，一骑绝尘！ 而GPT-5则接替Gemini 2.5 Pro，成为「最会赔钱」的AI。照目前这个趋势，估计很快就要跌没了……
整个Hugging Face的趋势版里，前4有3个OCR，甚至Qwen3-VL-8B也能干OCR的活，说一句全员OCR真的不过分。然后在我上一篇讲DeepSeek-OCR文章的评论区里，有很多朋友都在把DeepSeek-OCR跟PaddleOCR-VL做对比，也有很多人都在问，能不能再解读一下百度那个OCR模型（也就是PaddleOCR-VL）。
智东西10月15日报道，今日，阿里通义千问团队推出其最强视觉语言模型系列Qwen3-VL的4B与8B版本，两个尺寸均提供Instruct与Thinking版本，在几十项权威基准测评中超越Gemini 2.5 Flash Lite、GPT-5 Nano等同级别顶尖模型。
扩散语言模型（Diffusion Language Models，DLM）一直以来都令研究者颇感兴趣，因为与必须按从左到右顺序生成的自回归模型（Autoregressive, AR）不同，DLM 能实现并行生成，这在理论上可以实现更快的生成速度，也能让模型基于前后文更好地理解生成语境。
10 月 9 日凌晨，百灵大模型再度出手，正式发布并开源通用语言大模型 Ling-1T ——蚂蚁迄今为止开源的参数规模最大的语言模型。至此，继月之暗面Kimi K2、阿里 Qwen3-Max 之后，又一位重量级选手迈入万亿参数LLM 「开源俱乐部」。
就在最新一期的SuperCLUE中文大模型通用基准测评中，各个AI大模型玩家的成绩新鲜出炉。DeepSeek-V3.1-Terminus-Thinking openPangu-Ultra-MoE-718B Qwen3-235B-A22B-Thinking-2507
我想聊个反向操作：咱们普通人，如何用有限的资源，轻松驯服一个 AI 模型，让它变成我们专属的垂直领域小能手？主角，就是最近华为刚刚开源的一个大小仅为 1B 的模型 openPangu-Embedded-1B，它不仅全面领先同规格模型，甚至与更大规模的 Qwen3-1.7B 也难分伯仲。