Alibaba Cloud — новости и модели ИИ

Управление уровнем рассуждений в больших языковых моделях

Себастьян Рашка объясняет, как работают режимы рассуждений разной степени сложности (низкий, средний, высокий) в больших языковых моделях. Рассматриваются методы обучения через подкрепление с проверяемыми наградами, а также механизмы переключения между режимами, включая подходы, использованные в моделях DeepSeek-R1, Qwen3 и GPT-5.6.

OpenAI

DeepSeek

Moonshot AI

Sebastian Raschka27.07 · 20:04

Модели 🇨🇳

Qwen3-Coder: самая агентная модель для кода от Alibaba Qwen

Alibaba Qwen представила Qwen3-Coder — флагманскую модель для кода с 480 млрд параметров и 35 млрд активных, достигшую SOTA среди открытых моделей в агентных задачах кодинга, работы с браузером и инструментами. Модель поддерживает 256K токенов контекста (до 1M с экстраполяцией), обучена на 7.5 трлн токенов с 70% кода, использует большие масштабы RL, включая длинно-горизонтное RL для многошагового взаимодействия в средах. Вместе с моделью открыт инструмент Qwen Code на базе Gemini Code.

Alibaba/Qwen

Alibaba Qwen27.07 · 18:03