Qwen

Qwen 的双轨时间线（Alibaba）。事件 48 条，评价 16 条。

发生了什么

2026-10-24 · arXiv 论文 — 在四个 Qwen 系列模型上验证舍入位置对齐可防止 BF16 强化学习训练崩溃
2026-10-24 · arXiv 论文 — NgramRL 在 Qwen3-8B 上每次前向提交 3.60-7.77 个 token，最高比 SuffixDecoding 快 1.99 倍
2026-10-24 · arXiv 论文 — 在 Qwen2.5-1.5B 和 Qwen2.5-7B 上验证 TopKLoRA 可精准切除后门电路
2026-10-23 · arXiv 论文 — 后训练的 Qwen3-8B 在 ToolBench 上超过 Llama-4-Maverick（402B）
2026-10-23 · Hugging Face — 用 GRPO 后训练 50 步后，20 次全对任务从 38 个涨到 107 个
2026-10-23 · NVIDIA Developer — Qwen3.8-27B 在八节点上解码吞吐量达 52 tokens/s
2026-10-22 · arXiv 论文 — 在 Environment Duels 强化学习实验中，提示提升可预测保留基准提升
2026-10-22 · Hugging Face — 基于 Qwen3-4B 的评分器应用 VocabX 后，bench score 从 0.703 升至 0.810
2026-10-21 · arXiv 论文 — 在 AIME 2025 和 GSM8K 上，AMTP 比标准解码快最多 4.1 倍
2026-10-21 · arXiv 论文 — 作为 Agent S4 的基座模型，在 OSWorld V2 上达开源计算机使用 agent SOTA
2026-10-20 · arXiv 论文 — 安全中训练使 1.7B/4B/8B 模型 ASR 下降 72%-81%，通用能力也有提升
2026-10-19 · Hacker News — 微调版 Qwen3-4B 去除了 AI 写作腔，输出更接近真人
2026-10-19 · Anthropic Alignment Science — 在 Qwen3-8B 的 Countdown-Code 环境中，GRAFT 将作弊率降至接近零，正确率提高约 20 个百分点
2026-10-16 · arXiv 论文 — Qwen3.5-35B-A3B 搭配 LEASH 以每任务 0.4117 美元达 73.66% 成功率
2026-10-15 · arXiv 论文 — Latent Compaction方法在Qwen3上验证，32倍压缩下RULER准确率96.7%
2026-10-15 · 量子位 — 被 Apple Intelligence 接入为中国用户提供 AI 服务
2026-10-14 · arXiv 论文 — 在 Qwen2.5-Math-1.5B 上做 GRPO 实验验证双时钟框架预测
2026-10-14 · Hugging Face — 在 LiveClaw 基准上得分 38.19，低于 LFM2.5-24B-A2B 的 48.09
2026-10-12 · Anthropic Research — Qwen3.5-9B 在 8 种硬件中的 7 种上成功为 Llama3.1-8B 搭建推理服务
2026-10-09 · arXiv 论文 — 在 WOVEN 视觉状态转换推理评测中远低于人类水平

大家怎么看

2026-10-20 · arXiv 论文 — 论文称安全与通用推理共享同一结构，中训练可减少两者权衡
2026-10-19 · Hacker News — 评论认为输出更接近真人，但担心损失表达精确性
2026-10-09 · arXiv 论文 — 论文评测显示即使最强模型也远低于人类水平
2026-10-08 · arXiv 论文 — 论文发现现有 RL 归因方法远不如看起来可靠，梯度大小和流畅度等混杂因素主导了归因信号
2026-10-05 · Simon Willison — Simon Willison 认为推理能力对精确计算是必要条件，开启推理后模型展示了类似人类的计算步骤
2026-09-21 · Hacker News — 评论者认为基于 Qwen3.5 的小型决策模型适合隐私敏感和离线场景
2026-09-15 · arXiv 论文 — 论文发现其在诊断奖励通道腐败时，为诚实者洗清嫌疑的表现受验证记录指向哪一轮影响
2026-09-07 · 量子位 — 菲尔兹奖得主用其4B手机端模型在ARC-AGI 3上取得突破
2026-09-03 · arXiv 论文 — SafeEvolve 使 Qwen3.5-4B 有害响应率降低 3 倍，良性任务成功率提升
2026-08-21 · Anthropic Alignment Science — 零样本谎言检测AUROC 0.98-0.99，超过微调检测器
2026-08-18 · Simon Willison — Simon Willison 称其为“真正令人震惊的模型”，因 27B 参数打平大模型
2026-08-17 · Simon Willison — Simon Willison 认为默认 xhigh 推理强度荒唐,但视觉与工具构建能力出色
2026-08-14 · Hugging Face — Hugging Face 报告称 Qwen 已成为社区事实上的基础模型
2026-07-13 · Amjad Masad — Amjad Masad 在 Replit 上 fine-tune Qwen-8B 下棋，认为模型做 ML 能力已很强
2026-07-12 · Amjad Masad — Replit CEO Amjad Masad 认为 fine-tune Qwen-8B 下棋的例子说明模型做 ML 能力已很强
2025-10-21 · Anthropic Alignment Science — SDF微调后即使使用近1000个思考token也不会放弃植入事实

本站只做摘要与索引，全部内容版权归原作者所有。