
断供?会“刻意练习”的Qwen2.5-3B,竟然超越Claude3.5!斯坦福最新 (opens in a new tab)
来自斯坦福的研究者们最近发布的一篇论文(https://arxiv.org/abs/2509.01684)直指RL强化学习在机器学习工程(Machine Learning Engineering)领域的两个关键问题,并克服了它们,最终仅通过Qwen2.5-3B便在MLE任务上超越了仅依赖提示(prompting)的、规模更大的静态语言模型Claude3.5。
Total 219 articles

来自斯坦福的研究者们最近发布的一篇论文(https://arxiv.org/abs/2509.01684)直指RL强化学习在机器学习工程(Machine Learning Engineering)领域的两个关键问题,并克服了它们,最终仅通过Qwen2.5-3B便在MLE任务上超越了仅依赖提示(prompting)的、规模更大的静态语言模型Claude3.5。

Artificial Analysis reports a Qwen4-Max intelligence score of 43 and average tested-task cost of $3.27. The source also collects web, presentation, spreadsheet and 3D examples. Benchmark expenses and individual cases do not represent every business workload's cost.

智东西用动画、交互场景和 GIF 任务体验 Qwen4-Max 预览版,记录了生成耗时、控制细节与字幕错位等问题。

Qwen Code 1.0 预览版开放融合后的运行框架,以事件组织会话、工具与反馈。团队保留稳定分支,并计划继续完善分布式扩展和任务接续。

Qwen4 尚未发布,但一份已合并的开源推理内核代码 Pull Request(PR),却率先“透露”了架构线索。

触控屏显示器的 MacBook 还在路上,QwenBook 和 Googlebook 已经迫不及待先行。在刚刚结束的首日高通骁龙峰会上,阿里千问展示了面向 AI 打造的PC产品 Qwen Book。

Perplexity推出本地优先智能体Portable Computer,通过专为端侧模型设计的Harness配合Qwen3.8-27B实现近零成本的本地推理,并在多项基准测试中超越Hermes和Pi等开源通用框架。

Claude Opus 4.6的轻量平替,只需要 27B 参数,你信吗?最近发布的Qwen3.8-27B,就顶着这样的评价火遍了开源社区。上线两天,下载量突破100万次,登顶Hugging Face全球大模型趋势榜。

Qwen3.8-27B开始和顶级闭源模型正面叫板,过度思考是最大问题。

Qwen 3.8 Max是一个很适合干活的模型。