Modellek & LLM
Alibaba Qwen3.7-Max 35 órán át működik autonóm módban
Az új modell képes volt önállóan optimalizálni egy figyelmi kernelt egy T-Head ZW-M890 PPU-val felszerelt szerveren, amelyet korábban sosem látott.
Qwen (Alibaba) hírek magyarul
A Qwen az Alibaba nyílt súlyú nagy nyelvi modellcsaládja, a kínai AI-fejlesztés egyik zászlóshajója, amely a nyílt modellek globális rangsorában is élen jár. Ezen az oldalon a Qwen magyar nyelvű híreit találod: új verziók, benchmarkok és integrációk.
21 cikk ebben a témában
2026. május 1., péntek
Modellek & LLM
Qwen-Scope: nyílt forráskódú SAE-csomaggal teszi értelmezhetővé a LLM-ek belső működését a Qwen AI
A Qwen-Scope a Qwen3 és Qwen3.5 modellcsaládokra betanított sparse autoencoder (SAE) csomag, amely 7 modellváltozaton keresztül 14 SAE súlycsoportot tartalmaz.
Kutatás
DeepSeek‑R1, OpenBioLLM‑Llama3 és Qwen 3.5 egyaránt képes klinikai szöveget generálni
A kutatók a mentális egészségügyi adatok hiányát szintetikus szöveggenerálással próbálják enyhíteni.
2026. április 26., vasárnap
2026. április 22., szerda
Modellek & LLM
Kisebb méretű Qwen3.6-27B modell érkezett, zászlóshajó szintű kódolási teljesítménnyel
A modell mérete mindössze 55,6 GB, ami jelentősen kisebb, mint a korábbi verzióé, miközben a kódolási teljesítménye zászlóshajó szintű marad.
Alkalmazások
A ml-intern 10 óra alatt 10-ről 32%-ra javítja a Qwen3-1.7B modellt
Az új eszköz irodalomkutatástól az adathalmaz-felderítésen át a betanítási szkriptek végrehajtásáig minden lépést elvégez, jelentősen felgyorsítva a fejlesztési ciklust.
2026. április 18., szombat
Kutatás
A Llama-3.1-8B a Mistralt és a Qwen3-at is veri nepáli nyelven
A Llama-3.1-8B modell jobban alkalmazkodik a romanizált nepáli nyelvhez, mint a Mistral-7B-v0.1 és a Qwen3-8B, különösen finomhangolás után.
Kutatás
Új finomhangolási módszerrel javulhat a Qwen3-8B érvelési képessége
A mesterséges intelligencia modellek finomhangolása során gyakran romlik a teljesítmény, ha a tanító modell stílusa eltér a tanulóétól, de egy új módszer orvosolhatja ezt a problémát.
Modellek & LLM
Az Alibaba Qwen3.6-35B-A3B modellje 3 milliárd aktív paraméterrel kódol ügynökként
A modell 35 milliárd paraméterből mindössze 3 milliárdot aktivál következtetéskor, ezzel jelentősen csökkentve a számítási igényt és a költségeket.
2026. április 3., péntek
2026. április 2., csütörtök
Üzlet & Startup
Alibaba harmadik saját fejlesztésű AI modelljét, a Qwen3.6-Plus-t dobta piacra
A Qwen3.6-Plus modell integrálásra kerül a Qwen chatbot alkalmazásba és az új vállalati AI szolgáltatásba, a Wukongba.
Alkalmazások
A Qwen3.5-27B modell Claude Opus minőségű gondolkodást tanult desztillációval
A Qwen csapat hibrid figyelemmechanizmust és MoE-architektúrát ötvöző új modellt mutatott be, amely a Claude 4.6 Opus gondolkodási mintáit sajátította el.
2026. április 1., szerda
