|
|
安裝中文字典英文字典查詢工具!
中文字典英文字典工具:
英文字典中文字典相關資料:
- 段小草 的想法: Qwen 发布高性价比翻译模型，甜点之后还有 . . .
Qwen 发布高性价比翻译模型，甜点之后还有大餐 | 阿里Qwen团队最近发布了新的翻译模型 Qwen-MT (qwen-mt-turbo)。基于Qwen3大模型，用了数万亿的多语言和翻译数据训练，主打一个又快又强，还便宜。给大家划下重点…
- 通义大模型开源 Qwen-Image-2512，对 AI 图像生成及创作有 . . .
Z-Image-Turbo和Qwen-Image-2512加上4步优化Lora以后生成速度差不多。 写实人物生成这个差距有点明显了。 Qwen-Image皮肤处理更接近同家族的Qwen-Image-Edit，融合起来会更好点。 但是话又说回来，Z-Image搭配Qwen-Image-Edit再进行一下PS局部处理，也没有那么糟糕。
- 如何评价阿里云刚刚发布的多语言翻译大模型Qwen-MT . . .
使用方法 在阿里云百炼的模型广场可以选择试用Qwen-MT-Pro和Qwen-MT-Turbo。 选择后即可试用，一次性可输入的最长文本量为6000。 输入内容后进入对话界面，右侧可选择额外功能（术语干预、翻译记忆、领域提示），每次输出会显示使用的token数。
- 如何看阿里最新开源的Qwen3. 6 Flash（Qwen3. 6-35B-A3B . . .
这个玩法挺有意思的：Claude Code 的 UI 体验 + Qwen 的模型能力，而且 API 费用走阿里云那边，比 Anthropic 便宜不少 本地运行：Mac PC 也能跑（Unsloth GGUF） Unsloth 已经跑通了 Qwen3 6-35B-A3B 的 GGUF 量化版本，用 llama cpp 在本地跑完全可行
- 如何看待阿里云再次开源通义千问140亿参数大模型，性能如何 . . .
当然，开源对行业来说，还可以让创新更容易、成本更低、更加透明灵活、更加安全可控等等。 通义千问开源的效果也非常显著，此前开源的70亿参数模型Qwen-7B和视觉语言模型Qwen-VL，一个多月下载量破100万，这个数据说明，大家是真需要，也是真的在用。
- 如何评价阿里 Qwen 新发布的推理模型 QwQ-Max-Preview . . .
Qwen现在最重要的是，把模型归置一下，又乱又多，命名随心所欲，光看名字，你会眯起眼睛，啥Max，Plus，turbo，这尼玛哪个更Pro啊？ 还有各种Instruct， Preview混在一起，整得这是啥。 阿里的传统手艺，就是只添加不删除，最后肿胀到爆，推倒重做。
- 如何评价通义团队刚刚发布的Qwen2. 5系列，会成为国内 . . .
同时，通义 还推出了Qwen-Plus与Qwen-Turbo版本，可以通过阿里云大模型服务平台的API服务进行体验。 其次，大降价 Qwen2 5系列 API的价格现在已经降到跟deepseek差不多 了，实在是太卷了。 再有，预训练数据集更大更高质量 从原本7万亿个token 扩展到最多18万亿个token。
- RoPE外推优化——支持192K上下文长度
Baichuan2-Turbo-192k 今天，我们要介绍的就是其背后的技术， 通过 dynamic ntk 等方法提升大模型的长文本理解、外推能力。 在上一篇文章中，我们详细介绍了旋转位置编码 RoPE，以及提升外推性的方法（线性插值、NTK等）。本文主要介绍下目前主流大模型如何优化长文本理解。
- 阿里巴巴开源的720亿参数规模的Qwen-72B怎么样？
阿里巴巴发布Qwen-72B到现在也已经一个多月了，咱来看看这款号称国内最大参数规模大语言模型究竟如何。 说Qwen大家可能觉得有些陌生，但说通义千问应该就熟悉多了吧？这次推出的Qwen-72B模型作了全面的升级，最大上下文长度可达32K。
- 大模型流式输出-手把手实践
流式输出，一方面符合大模型生成方式的本质，另一方面当模型推理效率不是很高时，流式输出比起全部generate后再输出、会大大提高用户体验，所以一般大模型的输出都使用流式。目前支持流式的模型有很多（比如chatglm2\3）,框架也很多（比如vllm\LLaMA_Factory），之后会在这篇文章中持续更新使用
|
|