开发人员之间的摘要“对齐”实际上是Qwen3尚未教授的主要方法。您是否注意到您最近对大型模型有些困惑？尽管如此，我仍然看到了有关相关主题和社交平台的普及的文章流量，我对模型的关注显然降低了。例如，最近发布了QWEN3，GEMINI2.5，GPT-4.1和GROK-3的最密集且明显的新发展的发布。如果是2年前，那绝对是一个月的爆炸。但是，在我被询问开发者团队之后，我发现实际情况并不是“毫无意义的”，而是以“超速速度”的“观看混乱”。开发人员开始从“ do”中“看到”模型，他们将观点更改为重点 - 除了提高模型的能力之外，还可以显着马上马达布蒂的能力做他们所做的事情，或者该模型与开发人员之间的“对齐”是如何开始的，并且他们开始com com com com com。充实一个重要的观点。例如，在Qwen3推出之前，许多企业家和周围的开发人员都知道Qwen团队正在持有最终动议。他们不仅在一个多月前“蹲”，而且还削减了他们第一次在qwen3中开发的AI应用程序背后的模型。最近，我与他们讨论了新的模型级别的变化，并发现更多地提到了Qwen3。他们认为，仅查看过去两年模型的操作模型来评估模型的性能并不是很重要，因为随着模型的功能的不断提高，有一个清晰的训练 +训练后训练 +后运动 +强化后的强化后，许多审查了代码和写作等许多审查基准。更重要的是，它将不再反映模型在实际环境中的实际使用，尤其是在按今年的AI Agent应用程序密钥的速度之后。从这个角度来看为了提高模型的基本技能，QWEN3实际上创造了许多具有实际需求和开发人员级别情况的“对齐”。可以说，它是为了轻松地采用开发人员和企业而设计和抛光的。例如，QWEN3优化的一般目标之一是以较低的成本实现强大的性能，以便开发人员可以更轻松，更正确地使用它。在其背后，Qwen3实际上创建了许多目标拆卸和技术实施。例如，QWEN模型在业务中最受欢迎的QWEN模型是72B，但是当我收到开发人员的评论，即72B 72B需要两个H800可以运行而不方便时，QWEN团队探索了今天更好的32B，开发人员使用了它。 Qwen3的这条路确实令人鼓舞。通过在实际情况下向开发人员进行“作弊”以继续优化，QWEN3成为“为企业和开发人员实施AI应用程序的最佳解决方案”。在这些期望中，关注对模型的持续而全面的重复，使AI应用程序不断增加已成为今年开发人员和业务最保证的事情。 01最近，“对开发人员”的“对齐”，OpenAI研究员Yao Shunyu（主要是深入研究，运营商）充分讨论了“ AI下半年”中模型级别的变化，这也引起了今年商人和开发人员的最广泛的共鸣。在他看来，尽管对加强的研究终于找到了一条通常可以是可以是击败人类国际象棋参与者的特定领域，但可以在软件工程，创意写作，IMO级数学，鼠标和钥匙板操作等方面的人类竞争水平上紧密实现。从这个角度看模型是qwen3的真实值。因为基准的评论模型CapabiLities非常强大，但是在评论基准中排名最高的模型对开发人员来说可能不是最好的。在这种情况下，在实际情况下，模型中更重要的开发人员是什么？在很大程度上，可能有许多角度，例如模型性能，成本和易于扩展。但是在某些情况下，有不同的模型及其实施技术实施技术的工具。这也是为什么Qwen探索上面的全尺寸和完整模态智能限制的原因，并发布具有不同量精度的模型版本，以使开发人员获得更多的选择自由。一位开发人员帮助我拆卸了它，并说QWEN3系列有8种型号，包括两个MOE型号（混合专家）和六个密集的模型，它们可以在不同情况下提供不同的需求。在密集的模型中，0.6B和1.7B模型特别适合研究人员。他们可以在没有GPU的情况下仍在验证和验证一些数据集和一个单独的图形卡，并制作一些与数据匹配的数据。 4B和8B型号适用于消费电子和汽车行业，因为这两种型号适用于入门端。 4B型号适用于手机，并且8B型号可以放置在AIPC和智能驾驶舱上。 32B型号在大型业务部署中非常受欢迎。此外，对于两种MOE型号，可以将它们直接通过服务器部署到大尺寸的情况下，可以在方案更大的同时使用，同时提高使用效率。他觉得这是正确的，因为仅考虑到这样的需求组合最多，我们可以试图使开发人员在每种情况下都能制造出不同的产品，即使开发人员未来需要穿着开发人员，也可以尽快使用该产品。目前，Qwen3也进一步扩展了这个方向。作为中国的第一个理解模式，它结合了快速而concisE快速思考和更深入的推理能力对通过单个模型进行推理的响应，实现了理解模型和非富裕模型的统一性。开发人员可以选择自己的“预算思维”来适应不同的任务需求。在业务情况下，我们将根据开放资源模型进行一些操作，并结合我们自己的数据。由于QWEN3模型升级支持119种语言，尽管QWEN3仅在日本市场上发布半个月，而Mait的最受欢迎，而不是Claude，GPT-4O和其他模型，因为公司使用了一些基于Open Qwen3资源的日本场景数据。这种效果比仅支持日本的封闭资源模型更灵活，并且可以实现巨大的效果。当然，除此之外，开发人员在QWEN中的态度主要是因为他们说的话 - 基本模型是好的。良好的霉菌底部意味着蒸馏，提前调整训练，加固研究等。基本模型将具有更好的折射TS。尤其是增强研究的缩放定律需要一个高质量的实践前模型，这是一般一般一般的决定性因素之一。在我的印象中，即使是小型IP蒸馏模型，Qwen也选择了DeepSeek-R1纸作为基本模型。通过使用DeepSeek-R1生成的理解数据，QWEN-7B的主要模型非常集中，并且DeepSeek-R1通过区分知识来理解QWEN-7B的能力，模型性能非常好。 Alibaba Cloud Thyi大型模型业务总经理的Geek Park和Xu Dong团队的同学专门讨论了开发人员在物理形状方面的感受。这是怎么做的？ Xu Dong认为，模型能力的每一个改进都一定会在两个点上看到，知识和说明的密度随之而来。这使得模型在过去无法完成的某些AI应用程序方案中更加“服从”，或者成功率低并且需要绘图绘图。 QWEN3是通过数据工程和算法变化来提高其知识密度和遵守指导密度的性能。现在，QWEN3可以在数据挖掘任务中依靠SFT阶段的模型知识的强密度和精致的培训，以准确地从600页的招标文档中提取88个字段；在公众舆论监控中，QWEN3可以在标签标准（例如“小型车辆”和“轿车”）上抽象消费者测试，以避免过度勘探或暴力；在明智的客户明智服务的更常见的服务中，Qwen3可以准确地满足用户的需求，指导产品推荐机会，并减少客户的崩溃。当整个行业今年开始进入代理商领域时，QWEN3还及时地在代理商的情况下提高了模型的需求，这将优化代理工具功能和代码能力，并增强对MCP的支持。将QWEN代理框架与工具呼叫模板和工具调用集成在一起，大大降低了编码的复杂性，以及诸如手机和计算机代理操作之类的活动已经开始更有可能。继续这种优化。上周，我们还看到了这两个操作网页在线的官方网页中的深度研究和WebDev（生产网页）。这些是根据QWEN代理的框架实现的。 QWEN3支持代理通话工具和MCP协议的本机支持。这是领先的BFCL评论工具通话功能的评论模型中表现最好的人。功能的QW Agenten3增强，并在各个行业的客户情况中发挥作用。例如，在联想Bayying智能平台在Qwen3发布之后，它立即切断了平台后面的大型机器模型。作为IT解决方案，Bayying平台使用QWEN3开源和代理工具调用的功能以及MCP支持以及更强大的推理能力，操作和其他方案（AI服务），AI营销和其他方案，这允许在AI时代的垂直情况下自我的不同和中等大小的业务，他们意识到从提供工具到生产力“数字员工的制造”和提高成本的过渡，并提高了效率。在与开发人员保持一致时，围绕开发人员方案的模型进一步重复实际上是大型模型制造商需要采取的集体转折。几个小时前，OpenAI GPT-4.1的主要研究人员Michelle Pokrass还指出，有时会调整模型以优化基准测试，结果看起来不错，但是在实际使用中，发现一些问题，因为该模型并未遵循说明，该格式是唯一的，或者上下文太短。只有这些反馈决定了哪些审查指标T客户确实需要关注。他认为，GPT 4.1的目的是使开发人员在使用时感到满意。优化GPT-5的当前目标是使模型能够确定何时开始聊天，何时开始深入思考，并确定带给OpenAI模型供应开发人员带来的复杂性和有趣问题。中国和美国的伟大模式开始达成这样的共识，并开始故意与开发商“保持一致”，因此下一个AI价值实施绝对是一个有趣的因素。 02在“无大脑进入”之前，使用Qwen逐渐与开发人员交谈的过程，您会发现Qwen开始与风扇的影响相同。这种信任实际上从根本上源于“情绪稳定”的长期增长。您会知道Qwen每月都会更新，甚至在Qwen3发布后半个月，Qwen家族都更新了许多型号，这比美洲拉马“更热情”。我记得拥抱面中国的负责人王·泰赞（Wang Tizhen）是Qwen以宽容的面孔而闻名的Binubuor，这是开放的社区资源，“大容量，完全控制，快速更新，出色的基础模型”。开发人员认为，最新，最好和最快的模型将继续进行。这种现象非常有趣。在未来十年中，AI应用程序是相对多年生和复杂的结构。我敢肯定，有一个连续投资的模型。这是非常重要的。我们都说我们应该在高处构建AI应用程序。 AI应用的开发商当然希望水流很大，水会迅速上升，水将继续流动，以便他们可以更加安心地开发应用程序。这可能就是为什么Qwen已成为一个开放的资源模型，该模型可能会在世界上大多数衍生的模型并建立自己的全球影响力。我想我也看到了，即使Llama坚持开放式Res我们的CES，更新和性能速度与封闭的资源模型不同。如果Qwen可以继续继续并迅速将最佳的“枪支”发送给所有人，并继续打开全模式资源，全尺寸的SOTA型号，那么QWEN应将开放的资源横幅带来。所有“ IFS”均应由逻辑链支持。因此，如果阿里巴巴将支持QWEN的确定而全面的开放式SOTA模型，则有必要查看阿里巴巴自己的婴儿床是否与这一预期一致。我组织了有关阿里巴巴AI方法评论的文章。对于阿里巴巴自己的情况，它肯定会继续探索上限的智能。在AI时代，阿里巴巴的“在世界上很难做的业务”的扩展线不可避免地为数千个行业的变更和变化提供基础设施。这意味着从计算能力到模型再到应用程序的每一层平台机会Tions -Alibaba Cloud，QWEN模型家族，开放生态系统资源和应用程序平台将需要继续更改。最重要的目标是追求AGI的实施，打破AI转换并升级现有业务和本机AI应用程序。此外，与Meta支持的Llama不同，即使阿里巴巴开设了高研发成本的SOTA模型，它仍然可以通过阿里巴巴云实现闭环业务。作为亚太地区最大的制造商NG云，这是阿里巴巴对确定的资源开放的信心。 Geek Park社区中的许多交易商和开发商都与我分享，即使开放资源模型似乎并没有赚钱，但它只是在寻找技术品牌，实际上，QWEN系列的开放源模型已将真正的收入增长带来了阿里巴巴云，这本来可以说，阿里巴巴巴云的最佳销售额是去年的销售。选择后G QWEN开源模型是一种非常自然的选择是购买阿里巴巴云，因为使用Thyi和Thyi的整个衍生型模型，操作的效率是阿里巴巴云中最好的。 “ Ali Cloud是世界上唯一积极开发基本模型并使所有圈子开放和所有贡献的云计算制造商。” Kuof阿里巴巴云真正说出的反映了他们的目标。因为Maas已成为阿里巴巴云业务模型的重要组成部分。从过去七个季度的阿里巴巴云的增长来看，使用Thyi API的客户将驱逐使用许多其他云产品，这是与客户相关的销售的非常明显的效果。对于阿里巴巴，无论出现的未来模型功能和AI应用程序如何，AI和云计算基础架构都具有非常清晰的业务模型-Cloud Computing网络。 Qwen继续开放SOTA资源，这不仅符合Devel的利益OPERS和客户，以及国家和国家的利益也是相同的。这就是为什么在QWEN3发行的第一天，许多终端和芯片公司都得到了支持。在一定程度上，开放资源的最大朋友是NVIDIA和服务器制造商。凭借最佳的开放资源，他们可以出售全能的机器和更多的GPU。可以看出，仅通过促进生态系统的所有流和流的开发就可以获得Qwen在较大的企业封闭的阿里巴巴业务中的价值。在这种逻辑下，Qwen将不可避免地“努力而不会击打鞭子”，以将SOTA开源的旗帜带来，这是一条逻辑上的链条，使人们更容易。最后，开发人员有一个技术依据，没有压力，没有危险，没有危险和“毛皮”，因此开放的资源模型可以成为商业世界的竞争性基础，从而增强了预期tions，这非常重要。它也是实施AI应用值开始加速的主要好处。