Qwen3
阿里巴巴推出的第五代千问大模型系列，全球首款开源混合推理模型，共六个尺寸，支持Dense和MoE双架构，旗舰模型235B-A22B可与Gemini 2.5 Pro正面抗衡
核心事实
时间轴 (近 90 天)
在 Linux 或 WSL 的 NVIDIA GPU 上，Unsloth 的 Transformers 后端让受支持的单卡 Llama 与 Qwen3 模型生成更快；官方 A100 测试中 4-bit Qwen3-8B 达到 99.1 tokens/s，相比此前 25.7 tokens/s 提升约 3.9 倍。
采用保守融合规则（仅当NLI和LLM判断一致时才输出Support或Contradict，否则输出Not Enough Evidence）后，Macro-F1分别降至0.7392（Qwen3）、0.6730（Llama 3.1）和0.5991（Mistral），均低于各自单独使用的成绩。
通过拟合仿射映射并为每个模型调整强度，VERS的方向可以迁移到更大的Qwen3模型，最大至235B-A22B，并节省30-35%的token。
在Qwen3模型上针对数学推理任务的实验显示，MTA-OPSD一致优于现有的OPSD方法，相对基座模型的平均增益最高达到+5.9。
论文目前聚焦于数学推理任务与Qwen3模型，多教师池的构建成本、Token级选择在更长上下文和开放域任务上的表现仍需更多验证。
chatVia.ai支持OpenAI、Mistral、Gemini、Cohere、Jina、Voyage、Qwen3或OpenRouter作为嵌入模型，并将向量存储为halfvec并建立HNSW索引
Unsloth 的 GRPO 训练在使用 vLLM 生成时，在 Linux + NVIDIA GPU 环境下配合 16-bit LoRA，每步速度提升最高 1.9 倍；不使用 vLLM 时，Llama 和 Qwen3 在 NVIDIA GPU 上每步速度提升最高 4.4 倍。
J-Comm 当前实验集中在 Qwen3 系列内部的跨规模通信（8B到4B），更大规模及跨模型家族的通信效果尚待验证。
APSD的评估目前集中在可验证奖励任务和Qwen3模型上，其在更开放、反馈噪声更大的场景中的泛化性仍有待验证。
在Qwen3系列模型规模上，APSD以平均2.6倍更少的训练步数达到与SDPO相当的性能。
还有 40 条时间轴事件
全部知识事实 (20)
Qwen系列采用Apache 2.0协议开放，允许商业使用和二次修改
80%已验证Qwen2.5:7B模型Q4量化后文件大小约为4GB
80%已验证Qwen（通义千问）是阿里巴巴达摩院开源的系列大模型，覆盖从0.5B到72B的多种参数规模，支持多语言和多模态任务
80%已验证Qwen3引入了思考模式与非思考模式的动态切换机制
80%已验证离策略蒸馏实验使用Qwen3 0.6B作为学生模型，Qwen3 4B作为教师模型
75%已验证300B INT4量化模型约需150-180GB存储空间
75%已验证OpenAI o系列推理模型引入了慢思考机制，在输出最终答案前会先进行内部的思维链推理
75%已验证在RTX 5070（12GB显存）配置下，本地Qwen3 9B模型的输出速度达到约70-76 token/秒
70%已验证Qwen3.6 35B-A3B是混合专家架构（MoE），总参数量35B，每次推理实际激活参数量约3B
70%已验证Qwen（通义千问系列）是阿里巴巴推出的开源大模型家族
65%已验证Qwen3.5-4B是一个仅有40亿参数的小型模型，由阿里巴巴通义千问团队推出
65%已验证Qwen3.8-27B采用Apache 2.0授权，完全免费商用，没有额外的商业使用限制
65%已验证MoE 模型每次推理仅激活总参数量的一小部分，Qwen3 Max 每次推理激活量可能为总量的1/8至1/16
65%已验证Qwen3可以通过Ollama在本地部署运行
65%已验证Qwen 2.5系列在2024年推出，覆盖0.5B至72B的全系列开源权重
75%待验证Gemma 4引入了多模态能力，Qwen3支持超长上下文，DeepSeek采用MoE（混合专家）架构
85%待验证Qwen3 8B版本在工具调用（Function Calling）基准测试中表现突出
70%待验证Llama 3、Qwen2/3等主流开源模型均已采用GQA
60%待验证Qwen3系列原生支持MTP
60%待验证Qwen3原版模型支持256K上下文，本地部署受显存限制只能跑到128K
60%