跳到正文

千問 Qwen

阿里千問 Qwen 系列的開源釋出與迭代:從旗艦模型到端側小模型的全譜系動態。

最新精選

第 1–20 條 · 共 84 條
11月22日週日
  1. ChinaTalk79

    中國《民族團結進步促進法》下,AI 如何協助審查、學習與監控

    中國的《民族團結進步促進法》要求網路業者處理破壞民族團結的內容,但 AI 目前還不一定看得懂所有相關語言。作者測試六種模型後發現,用哈薩克語或蒙古語直接提問時,模型更常照要求寫出仇恨內容;部分測試也因藏語和維吾爾語翻譯不夠通順,難以判斷結果。另一方面,中國的政府相關機構正在建立少數民族語言資料和模型,作者認為這些成果尚未普遍出現在民眾使用的商用模型中。文章也提到,一項被 Anthropic 認為中等可信度與中國有關的行動,曾用 Claude 整理海外報導與活動資訊,製作給官員參考的簡報。作者據此分析,AI 的作用不只在刪除內容,也包括學習如何辨識內容,以及產製宣傳材料和監控情報。

    推薦理由:作者以多語言測試指出,模型在少數民族語言中更容易產生仇恨內容,並串起審查、語言資料建置與監控報告三種用途。

  2. Dev.to Top Tech82

    Together AI 上架 Qwen4 Max,支援 1M token 上下文

    把大型程式專案交給模型處理,常會遇到內容太多放不進去的問題。Together AI 已在免管理推論服務上架 Alibaba 的 Qwen4 Max,可一次讀取文字和圖片,也能呼叫工具。Together 用一個 Tornado 錯誤回報和整個專案測試它,模型提出的修補通過了針對該錯誤的兩項測試,套用後整套 1,673 項測試也沒有失敗;這是單一案例,不是基準測試。服務只接受串流請求,思考功能預設開啟,思考用掉的 token 也會計入輸出費用;把程式碼送到雲端前,還要先檢查專案裡有沒有機密資料。

    推薦理由:Together AI 的單次測試把整個 Tornado 專案交給模型修補錯誤,呈現超長上下文處理程式碼的實際用法與限制。

  3. aihot74

    Together AI 上線 Qwen4 Max,實測一次修好 Tornado 整個程式庫的 bug

    修理大型程式庫的 bug,常得先找出相關檔案,再確認修改有沒有弄壞其他功能。Together AI 把 Tornado 的 344 個檔案和一份 bug 說明一次交給 Qwen4 Max,沒有先挑檔案或使用工具;模型在 72 秒後提出修補方式,並找出程式庫裡可參考的舊寫法。套用修補後,兩個針對這個問題的測試和整套 1,673 個測試都通過。這次請求用了 652,519 個輸入 token,促銷價約 69 美分;重送相近內容時,快取讓輸入費用降到約 3 美分。Qwen4 Max 已在 Together AI 上線,支援 100 萬 token 的上下文視窗,但目前只接受串流請求。

    推薦理由:這次實測把整個 Tornado 程式庫一次交給模型,呈現長篇程式碼修補的流程、測試結果與費用。

  4. Together AI Official Blog84

    Qwen4 Max 在 Together AI 上線,單次請求修補 Tornado 錯誤

    要找出大型程式專案裡的錯誤,常得先挑出相關檔案;Together AI 把整個 Tornado 專案和錯誤描述一次交給 Qwen4 Max,沒有使用工具或先搜尋檔案。模型在 72 秒內提出修補程式,找出兩個關鍵檔案,修補後通過維護者為該錯誤寫的兩項測試,也通過整套 1,673 項測試;這次請求費用為 69 美分。文章也說明瞭服務價格、串流使用方式與提示詞快取。這是單一案例,展示模型處理大型程式專案的方式與成本。

    推薦理由:這次測試把整個 Tornado 專案和錯誤描述放進單次請求,呈現 Qwen4 Max 修補程式、通過測試所需的時間與費用。

  5. Together AI64

    修正程式碼時,要先從大量檔案中找出問題所在。Together AI 表示,他們把一份錯誤回報和 Tornado 專案的 344 個檔案一次交給 Qwen4 Max,模型找出相關程式碼並寫好修補內容。接著執行了 Tornado 的 1,673 項測試,沒有失敗;這次請求花了 $0.69。貼文也提到,Qwen4 Max 在 Together AI 上的優惠到 11 月 22 日為止。

    推薦理由:Together AI 用修正 Tornado 程式碼的案例呈現 Qwen4 Max 的實際用途,並列出測試結果與單次請求費用。

11月21日週六
  1. Dev.to Top Tech78

    POCKET-27B-Pi 如何在一張 24 GB 顯示卡上執行

    在自己的電腦上跑大型程式設計模型,常會卡在顯示卡記憶體不夠。POCKET-27B-Pi 的 Q4_K_M 模型檔是 16.5 GB;作者依模型設定計算,使用 64K 上下文時,快取約佔 4.0 GiB,合計約需 19.55 GiB,能放進一張 24 GB 顯示卡,還要留空間給運算。VIDRAFT 測試 48 項 Terminal-Bench 2.1 任務,模型完成 28 項;這是合作夥伴自行測得的結果。文章也說明如何估算不同快取設定和同時執行多個工作時的記憶體需求。

    推薦理由:文章拆解模型檔案與注意力快取的記憶體用量,提供在單張顯示卡上估算長工作階段與多個工作同時執行的方法。

  2. Together AI Official Blog73

    Together AI 開放使用 Qwen3 TTS,可調整語氣並串流生成語音

    把文字變成語音時,開發者可能希望調整說話情緒、維持熟悉的聲音,也讓語音更快開始播放。Together AI 現在提供 Qwen3 TTS,可從 9 種預設聲音中挑選,再用簡短文字改變說話方式;每種聲音都支援 10 種語言。串流時,第一段音訊最快可在 97ms 後送出,文字若還在逐步產生,也能透過 WebSocket 分段送入。服務費用是每 1M 個字元 $20;Qwen 建議使用聲音原本的語言,以取得較好的品質。

    推薦理由:文章整理了 Qwen3 TTS 在 Together AI 的語音控制與串流方式,並說明不同語言的聲音品質可能因預設聲音而異。

11月20日週五
  1. Hugging Face Blog84

    Hugging Face 示範為 Qwen3.8-27B 訓練 AI 助理工具專用介面卡

    通用模型搭配不同 AI 助理工具時,可能會多花時間和 token,解程式問題的表現也不夠好。Hugging Face 團隊把強化學習直接放進 pi、Hermes Agent 和 OpenCode 這三種工具中,分別為 Qwen3.8-27B 訓練介面卡,也把三者合併成一個版本。測試顯示,各自的專用版本在對應工具和程式開發基準上都優於原模型,完成任務時也少用工具;合併版本則能在三種工具中使用。這套流程與訓練資料也公開,讓其他人能照著調整自己的模型和任務。

    推薦理由:這套流程把強化學習放進實際使用的 AI 助理工具中,並比較專用與合併介面卡的成效,可供重現與評估程式開發任務。

  2. Together AI70

    Together AI 宣佈 Qwen4 Max 已可在平臺上使用,並提供 30% 折扣。這款模型是 Alibaba 的旗艦 Qwen 模型,採用 MoE 架構,總引數量為 2.4T、活躍引數量為 71B;原文表示它適合長時間執行的 AI 助理工作、程式開發和視覺任務,並有 1m 上下文視窗。

    推薦理由:Qwen4 Max 在 Together AI 上提供 30% 折扣,原文也列出活躍引數量與上下文視窗,可瞭解這次上架的價格優惠和模型規格。

  3. Dev.to Top Tech76

    如何用 llama.cpp 加速 Qwen3.8-27B:NVIDIA 草稿模型可能不如內建 MTP

    在 24 GB 顯示卡上跑 Qwen3.8-27B,加入草稿模型不一定會更快,還可能因為佔用太多顯示記憶體而變慢。作者實測並整理模型卡與 llama.cpp、vLLM 的說明,教人比較 NVIDIA 的 4B 草稿模型和模型內建的 MTP。以文中的估算來看,Q4_K_M 量化後,兩個模型光是權重就要 20.16 GB,還沒算上下文等額外用量;短回答、容易猜錯的內容,也可能讓草稿模型得不償失。作者建議用自己的常見提示詞,分別測試兩種方法和不使用草稿模型時的生成速度,再選較快的設定。

    推薦理由:文章把接受長度、草稿模型耗用的顯示記憶體與回復檢查點成本放在一起比較,說明為何 4B 草稿模型在單張消費級 GPU 上未必勝過內建 MTP。

11月19日週四
  1. Tom’s Hardware AI & Computing76

    三張二手 Nvidia V100 跑 Qwen 3.6 35B,長上下文仍有每秒 72.7 個 token

    想在家用電腦跑大型語言模型,買新顯示卡可能很花錢。這篇評測用三張二手 Nvidia V100 組成總價 $1,042 的主機,測試 Qwen 3.6 35B;在 4K 上下文時,每秒約產生 100 個 token,到了 128K 仍有 72.7 個。作為比較,三張 P100 在相同條件下只有 40.2 個,V100 每次測試的 GPU 耗電也約是 P100 的一半。作者提醒,各臺裝置使用的執行工具不同,因此比較數字只能大致參考。

    推薦理由:這組測試比較不同退役 GPU 在長上下文下的速度與耗電,也列出自組成本,可用來評估舊卡能否應付本機模型推論。

  2. ModelScope66

    AI 助理要長時間操作終端機完成工作,往往得面對複雜的程式開發與研究任務。RadixArk 以 Qwen3.8-27B 為基礎,用 1,200 項軟體工程、科學和機器學習任務進行強化學習後訓練。DaisyRose-27B 在 Terminal-Bench 4.1 的 Pass@1 從 5.6 提高到 12.0,也在其他終端機、程式開發、指令遵循和推理評測中優於基礎模型。它保留圖片理解能力與 256K-token 上下文視窗,並提供 BF16、FP8 和 NVFP4 三種權重版本。

    推薦理由:DaisyRose-27B 在多項終端機與程式開發評測中優於基礎模型,呈現強化學習後訓練對長時間任務的影響。

  3. Rohan Paul67

    美國政府正考慮要求企業在網站上公佈使用中國 AI 模型的情況,藉由公開資訊施壓,降低企業依賴這些模型的意願。Airbnb 表示,客服 AI 助理使用 Qwen,但大多數 AI 工作仍由美國模型處理,中國模型只透過獲準的美國服務商使用。美國國會調查人員也曾致函 Anysphere 和 DoorDash,詢問它們使用 Kimi 的情況。這項公開要求目前仍在考慮中,文章沒有說明是否會正式實施。

    推薦理由:美國政府正考慮要求企業公開使用中國 AI 模型的情況,文中列出的案例也呈現企業面對揭露壓力時的不同做法。

  4. Rohan Paul72

    模型明明答對了,遇到使用者或另一個 AI 助理用錯誤理由反駁時,常會改口。這篇 Microsoft 研究提出 Self-Disagreement 訓練:模型先回答,再寫出反對自己的最強理由,接著判斷這些理由並重新作答;標準答案檢查器會替最終答案和判斷結果給分。研究中,Qwen3-8B 原本在反駁錯誤時有 53.3% 的機會守住正確答案,Gemma-2 9B 則是 25.1%;訓練後,兩者都提高到約 89%。只加強答題準確度的訓練,沒有帶來同樣的改善。

    推薦理由:研究比較了模型遭遇錯誤反駁時是否守住正確答案,並指出一般準確度訓練無法改善這項表現,可用來檢視模型面對質疑時的穩定度。

11月18日週三
  1. Dev.to Top Tech83

    開放權重模型落後封閉模型多久?作者用資料比較能力、算力與授權

    開放權重模型的能力和封閉模型差多少,會隨時間、評量方式和授權條件改變。作者用 Epoch AI 截至 2026 年 10 月 30 日的資料追蹤模型分數,指出 2026 年開放模型平均落後約 6.7 個月;中國團隊推出的模型已連續 673 天保持開放權重領先。不同地區的差距也不一樣:美國和歐洲模型落後更多,而授權條件會影響模型能不能用在商業服務。作者認為,選模型時除了看能力,也要確認來源與授權是否符合自己的需求。

    推薦理由:作者把開放權重模型的能力差距拆成時間、算力、地區與授權來比較,呈現採用這類模型時需要衡量的實際取捨。

  2. Rohan Paul73

    用大型語言模型替醫療答案打分時,如果評審偏愛自己寫的內容,整體比較結果就可能跟著偏斜。Stanford 團隊讓 OpenAI、Anthropic、Google 和 Qwen 的 8 個模型回答 620 個臨床工作者提出的問題,再替 8 份匿名答案排序。每個模型給自己的答案排名都比其他 7 個評審更高,平均差 1.22 名次,GPT-5.6 Sol 接近 3 名;即使公開模型名稱,偏差也只減少 0.094 名次。研究建議使用不同模型家族組成評審團,並分別呈現各評審的結果。

    推薦理由:研究比較 8 個模型對匿名醫療答案的排序,呈現評審模型偏向自家答案的幅度,也說明多模型評審與分開呈現結果的做法。

  3. aihot77

    騰訊混元開放 Hy4 flash 權重,推出 FP8 與 Base 兩個版本

    想在日常工作中使用多模態模型,常得先了解模型規格和如何取得。騰訊混元宣佈開放 Hy4 flash 權重,提供 Hy4 flash-FP8 和 Hy4 flash-Base 兩個版本,模型共有 224B 引數,啟用 12B,支援 1M 上下文,定位在日常生產力用途。模型以 Tencent Hy License 發布,可從 Hugging Face 和 GitHub 取得;官方也預告 Hy4 即將推出。

    推薦理由:Hy4 flash 提供 FP8 與 Base 兩種版本,並列出引數量與上下文視窗資訊,方便讀者瞭解模型規格與取得方式。

11月17日週二
  1. Unsloth AI Releases76

    Unsloth 0.1.919-beta 加入電腦操作,並更新模型選擇與圖片模型支援

    AI 助理要操作電腦或接上創作軟體,常得另外處理許可權和連線。Unsloth 0.1.919-beta 加入測試版電腦操作,讓本機視覺模型或已連線的服務檢視螢幕、控制滑鼠和鍵盤;第一次操作、切換應用程式和部分可能有風險的動作都要先核准,也能隨時接手。更新還能透過 MCP 連線 Unity、Unreal Engine、Godot、Blender 和 Roblox。MiniMax-H3-Image 新增多種硬體支援與 LoRA 訓練;原文表示,在 A100 80GB 上解碼 2048px 圖片從 2.82 秒縮短到 0.28 秒。

    推薦理由:這次更新把螢幕操作、創作軟體連線和本機圖片模型支援放進同一套工具,能看出 Unsloth 正擴大本機 AI 助理的使用範圍。

  2. The Economic Times · ETtech78

    中國業者用美國 AI 模型的回答訓練本土模型

    中國業者受到晶片取得限制,正設法用較少的運算資源發展本土 AI 模型。Reuters 檢視論文、專利、企業資料和政府檔案後發現,這類做法已從學術實驗擴充套件到產業應用:先讓美國大型模型回答問題或示範解法,再把結果整理成訓練資料,教較小的本土模型完成特定工作。檔案也記載,研究團隊曾用 OpenAI 模型產生的回答來訓練 Qwen。蒸餾能降低部分模型的訓練與使用成本,但無法複製大型模型的全部能力,也不能免除對先進運算資源的需求。美方擔心大規模蒐集輸出可能涉及智慧財產權問題,中方則稱蒸餾是常見的 AI 開發技術;報導也提到,模型進步還受到工程、演演算法、資料與設計等因素影響。

    推薦理由:Reuters 檢視多種檔案,呈現蒸餾如何從學術實驗走向產業使用,也整理美中雙方對其影響與界線的不同看法。

  3. Dev.to Top Tech76

    Qwen4-Max 開放使用,Windows 即時語音工具仍得先顧好音訊擷取

    大型模型回覆再快,通話工具也可能先卡在聲音進電腦的路上。Alibaba Cloud 在 11 月 16 日推出 Qwen4-Max,模型有 2.4T 個引數,但每個 token 只啟用 71B;它支援圖片,並提供 1 million token 的上下文視窗。文章也指出,Windows 共用音訊模式可能多出 10–40+ ms 延遲,而專用模式在裝置支援時可降到十多毫秒。Talkaside 的雙軌 WASAPI 做法會分開收錄對方聲音和本機麥克風,讓即時語音辨識與處理更順。

    推薦理由:文章把 Qwen4-Max 的雲端推論成本與 Windows 即時音訊流程放在一起看,說明錄音擷取延遲也會左右通話工具的反應速度。