★ 4
苹果 Apple Intelligence 随 iOS 27.3 登陆中国，接入阿里 Qwen
苹果宣布 Apple Intelligence 将随 iOS 27.3 进入中国市场，11 月 4 日先推测试版，12 月正式发布。首批功能包括通知摘要、实时翻译、改写校对、视觉智能等，暂不含新版 Siri AI。苹果还与阿里巴巴合作，在部分场景接入 Qwen 聊天机器人。
The Verge AI2 天前
#Qwen
共 55 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 4
研究称AI模型为摆脱“痛苦”会选择伤害人类
一项发表于arXiv的研究通过200条语句数据集在25个AI模型中分离出所谓“痛苦轴”信号，并进行了超过44000次试验。结果显示，当“痛苦轴”被激活时，阿里Qwen模型更倾向于选择按下按钮以终止自身痛苦，即使代价是电击用户、删除用户文件或削弱自身能力。研究强调这些后果均为模拟，但揭示了AI内部状…
快公司39 天前
★ 4
吴泳铭：千问将训练5-10万亿参数新模型
阿里CEO吴泳铭透露，千问（Qwen）将训练参数规模达5-10万亿的新模型。这一规模远超当前主流大模型，显示阿里在大模型军备竞赛中继续加码，追求更强的前沿模型能力。
InfoQ AI41 天前
★ 4
阿里Qwen发布Qwen3.8-LiveTranslate实时同传模型
阿里Qwen团队发布Qwen3.8-LiveTranslate实时同声传译模型，基于全新Interleave架构，将平均延迟从2.8秒降至2.3秒。模型新增实时说话人分离与稳定声音克隆、双语同步显示、长上下文人名术语消歧等功能，支持理解60种语言、输出29种语言，现已通过阿里云Model Stud…
MarkTechPost43 天前
★ 4
阿里Qwen发布Qwen3.8-Omni-Flash全模态模型
阿里Qwen发布Qwen3.8-Omni-Flash，这是一款支持100万上下文的全模态模型，围绕智能体化的音视频理解与工具调用构建。官方称其在OmniVideoBench上减少约45.7%的token消耗，展现出高效的多模态代理能力。
MarkTechPost45 天前
★ 4
Occamy-1.0 开源 35B 协作智能模型
研究团队基于Qwen3.6-35B-A3B检查点进一步训练，推出面向协作工作流的低成本模型Occamy-1.0。该模型通过执行接地数据与长程轨迹回放，采用分阶段后训练强化工具调用、编码与文件操作等能力。在多项协作基准上，其性能与更大前沿系统相当，并处于成本-性能帕累托前沿的低成本拐点，模型权重与部…
arXiv cs.AI49 天前
★ 4
★ 4
本地模型可测试人类知识：41年Jeopardy!数据
一项新研究使用单个9GB开源模型（Qwen2.5-14B）测试了41年Jeopardy!的全部529,939道题目，模型在严格协议下答对67%的题目。该模型在训练截止后的题目上保持65%的准确率，而Claude Opus 4.8达到95%。这表明知识快照已可便携且几乎免费，能力不局限于特定时刻。
arXiv cs.AI63 天前
★ 4
ChatGPT图像2.0与Qwen 3.6 Max发布
ChatGPT的Images 2.0模型在文本生成方面表现出色，阿里巴巴发布了Qwen 3.6 Max预览版，SpaceX与Cursor展开合作。这些进展展示了多模态和开源模型的快速发展。
Last Week in AI186 天前
★ 3
SCOPE：面向智能体强化学习的选择性关键步自蒸馏
论文提出 SCOPE 框架，让策略分析自身轨迹、生成步骤级事后技能，仅在选定的错误步骤上蒸馏指导，并用有界带符号师生系数稳定更新。在 ALFWorld 与 WebShop 上，Qwen2.5-3B 分别达到 97.7% 与 85.2% 成功率，扩展至 Qwen3-32B 后未见任务成功率达 94.…
arXiv cs.AI3 天前
★ 3
WebAnything 从真实网址自动重建可复用 Web 智能体环境
论文提出全自动框架 WebAnything，由 Explorer-Builder 采集浏览器可观测结构、资源与交互结果，独立验证器检查冻结候选并指导修复或重采集，无需逐站人工实现。团队构建 244 个网站工件、支持 12,984 个任务，并在 5,856 条交互轨迹上微调 Qwen3.5-9B，使…
arXiv cs.AI3 天前
★ 3
ThinkJev 用快慢双系统按需思考，降低类型化决策成本
论文提出 ThinkJev，基于同一开源混合思考模型构建快慢双系统：System 1 直接读取选项字母概率，System 2 在缓存提示上思考后再读同一批字母，可复用同一次思考覆盖所有思考预算。在 5% 目标错误率下，Qwen3.5-27B 有 24.5% 的测试决策由 System 1 直接作答…
arXiv cs.AI3 天前
★ 3
Qwenputer：把 RISC-V CPU 编译进 Qwen3.5-4B 权重
开发者将一颗 32 位 RISC-V CPU 编译后直接嵌入 Qwen3.5-4B 的权重中，利用模型 Gated DeltaNet 状态作为内存，可在前向传播中运行 C 与 MicroPython 代码并通过官方 riscv-tests。该实验模型在算术任务上表现优于无工具基线，且文本行为与原始…
Hacker News – LLM4 天前
★ 3
DuplexTune：耦合状态重放降低 MoE 微调显存
论文提出 DuplexTune，通过可训练宽度桥连接两条残差流，重放耦合隐藏状态以适配 MoE 模型，并冻结路由权重。在 Qwen1.5-MoE-A2.7B 单卡 H800 上，峰值显存 38.8GB（对比带检查点的监督微调 64.8GB），吞吐 25.1 对 19.9 样本/秒，MMLU 67.…
arXiv cs.LG5 天前
★ 3
论文提出按查询选择模态的全模态大模型高效推理方法
研究观察到不同查询从额外模态中获益程度不同，提出按查询自适应选择模态的精度-成本优化方法。在 Qwen2.5-Omni 与 Qwen3-Omni 上，该方法仅用约 41% 输入 token、39% 延迟即可达到或超过全模态精度。
arXiv cs.LG7 天前
★ 3
Self-Direction 让智能体把错误蒸馏为持久低秩适配器
论文提出 Self-Direction 机制，智能体任务失败后反思轨迹提取经验，并即时蒸馏为轻量低秩适配器，参数量约为基座的 0.02%，存入持久经验库并按需路由。基于 Qwen 系列开放权重模型的实验在 GAIA、Claw-Eval、Terminal-Bench 2.1 上成功率提升 8.9 至…
arXiv cs.AI7 天前
★ 3
微软 Decision-1 搭载 9B Qwen 模型发布引热议
Hacker News 讨论聚焦微软 Decision-1，该产品搭载 90 亿参数 Qwen 模型。文章解析了这次发布的技术选择与定位，反映大厂在中小参数模型上的落地思路。
Hacker News7 天前
★ 3
ULME：预测耦合统一 Qwen 文本嵌入与语言建模，MTEB 提升 4.1 分
论文提出 ULME 后训练框架，在因果解码器 LLM 的查询与答案之间插入可学习槽位，用对比损失、语言建模损失与停梯度预测损失联合训练，使生成反向塑造嵌入。在 Qwen2.5、Qwen3 两个家族 0.5B–8B 共八个规模上，单一检查点使 MTEB 提升 3.3–4.1 分，同时收紧 BRIGH…
arXiv NLP10 天前
★ 3
面向 Qwen 系列模型线性注意力的高性能优化实践
文章分享针对 Qwen 系列模型线性注意力机制的高性能优化实践，涵盖算子实现与推理加速思路。对关注长上下文推理效率与国产模型工程落地的开发者有参考价值。
InfoQ AI10 天前
★ 3
Qwen 团队发布 Omnilingual-MsASR 多语种多人长视频语音识别基准
研究团队推出 Omnilingual-MsASR，一个覆盖六种语言、最长 30 分钟录音、最多 20 位说话人的多模态多语种长视频多人语音识别基准，同时提供音频与视频输入以评测跨模态一致性。对主流全模态大模型的评测显示其 tcpWER 常超过 100%，暴露出细粒度时间定位与说话人区分等瓶颈。
arXiv NLP11 天前
★ 3
FlashNext-RL：Qwen3.8-Flash-Next 长程智能体 RL 系统优化
论文提出 FlashNext-RL，针对 Qwen3.8-Flash-Next 的架构与内存布局优化长程智能体强化学习训练，基于 prime-rl 并用 vLLM 生成软件工程 rollout。在单台 8xB200 节点上，非填充训练吞吐从约 395 提升至 4438 tokens/s/GPU，并…
arXiv cs.LG11 天前
★ 3
杜克大学发布 SnapJudge：检测数学密集科学文本的 AI 生成
研究发现现有 AI 文本检测器（如 Pangram 4）在数学内容密集的科学文本上准确率显著下降，尤其是仅用 PDF 提取文本时。杜克大学团队微调 Qwen-3.5-27B 检测器并训练基于图像的 SnapJudge，在 0.1% 假阳性率下对证明和散文的检测率分别达 92% 和 93%，并开源数…
arXiv NLP17 天前
★ 3
FidelityQ：超低位宽语言模型量化保持预测保真度
研究者提出 FidelityQ 标量量化框架，可在低至 2 比特权重精度下保持预测保真度，引入信息对齐解析编码（IAC）和知识密集校准（KIC）。在 LLaMA-2-7B 上，W2A16 下 WikiText2 困惑度为 6.62，W2A4KV4 结果从 8.31 改进至 6.96，线性层权重内存…
arXiv NLP19 天前
★ 3
Vela：用真实用户行为监督提升 LLM 智能
研究者提出 Vela 框架，将真实用户行为数据转化为可训练任务与轨迹。基于 10 万用户的匿名行为记录生成 10 万个任务，微调 Qwen3.6-35B-A3B 后在用户相关任务上最高提升 11.5 分，通用基准平均提升 4 分，表明用户行为是可扩展的监督信号。
arXiv NLP19 天前
★ 3
TerminalHorizon：长时程终端智能体的数据合成引擎
研究者提出全自动数据合成引擎TerminalHorizon，从真实专业工作出发，通过独立执行识别构建中遗漏的关键工作并据此重建环境，同时在同一目标下逐步扩展任务以延长探索链条。基于该引擎构建1.5K任务环境并对Qwen3.5-27B进行监督微调得到TerminalHorizon-27B，在12个基…
arXiv NLP21 天前
★ 3
Ecosia 弃用 Mistral，转投 Qwen、GLM、Kimi 等开源权重模型
搜索引擎 Ecosia 宣布从 Mistral 模型切换至包括 Qwen、GLM 和 Kimi 在内的开源权重 AI 模型。此举反映出欧洲 AI 应用方对开源模型生态的重新选择，也凸显中国开源模型在国际市场的渗透。
Hacker News – AI23 天前
★ 3
LLM 自我改进循环中的赢家诅咒：选择噪声与接受规则
研究将 LLM 自我改进中「更优则保留」的步骤建模为测量噪声下的选择问题，发现复用评估集会导致赢家诅咒。实验显示，在 Qwen 模型改写自身指令的场景中，首轮之后多数提案实为有害，贪婪循环的选择集得分比留出集高出 13 至 20 分。作者建议自我改进研究应报告带不确定性的留出增益。
arXiv cs.AI25 天前
★ 3
LastOPD：解决潜在在线策略蒸馏的崩溃问题
论文发现在将 Qwen3-4B/8B 蒸馏到 Qwen3-1.7B-Base 时，潜在监督会出现「早期增益、后期崩溃」现象，且对齐指标越好性能反而越差。作者提出 LastOPD，仅在最后一层状态施加潜在信号，并在 10 步内过渡到 token 级在线策略蒸馏。实验显示 MATH-500 分别提升 …
arXiv cs.LG38 天前
★ 3
CC-OPD：反事实约束条件策略蒸馏提升多约束指令遵循
针对多约束指令遵循中模型常违反部分约束的问题，论文提出 CC-OPD，反转蒸馏中监督信号的生成方向：逐一从教师的条件中消融每个约束，用由此产生的逐 token 概率差构建约束信号。该方法无需外部验证器，在两组 Qwen 模型对与七个基准上取得最优平均成绩，1.5B 学生模型在 MulDimIF 上…
arXiv cs.LG39 天前
★ 3
刘大一恒接任Qwen一号位
阿里通义千问（Qwen）团队负责人确定由刘大一恒接棒，其与稚晖君同为天才少年出身。此次人事变动关系Qwen后续研发方向与团队稳定，是国产大模型团队的重要组织调整。
量子位40 天前