Qwen3-14B
阿里巴巴通义千问Qwen3系列开源语言模型，参数规模140亿，具备强大的推理与指令跟随能力
核心事实
时间轴 (近 90 天)
在 MedGUIDE 基准上，Qwen3-14B 骨干的 GUIDER 取得 82.5 加权准确率和 73.5 指南依从性。
在 Qwen3-14B 和 Gemma4-12B 骨干上，GUIDER 在 AMEGA-LLM、RealMedQA 和 CancerGUIDE 域外基准上优于 CRPO、MRPO 和 FaithMed。
Carbon-X 基于 Qwen3-14B 构建。
使用Qwen3-14B生成风险考卷仅5/25段带清晰信号，换用更严格提示词和Qwen3-32B后才凑到21段。
Reddit 上有一个案例：某团队使用 Qwen3-14B 跑在 vLLM 上，其 LangGraph 多智能体系统中仅 Supervisor 一个节点的月度 Token 消耗相当于旗下全部 8 个专家 Agent 之和。
研究中测试的强化学习改动没有带来一致的增益，直接训练模型学会拒答效果不稳定
研究者在 Qwen3-14B 模型上测试了直接训练模型学会何时作答，以及训练独立答案选择器两条技术路线
Gemma-2-9B与Qwen3-14B在误差降幅上的悬殊差距说明不同架构对任务情境的敏感程度存在显著差异
在Gemma-2-9B和Qwen3-14B上，研究者通过修改早期内部激活向量，在书面指令不变的前提下成功切换了模型读取的事实
基座模型采用Qwen3-14B，通过监督微调（SFT）分别训练出KGModel和CGModel两个版本
还有 1 条时间轴事件
全部知识事实 (10)
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%待验证在 Qwen3-14B 和 Gemma4-12B 骨干上，GUIDER 在 AMEGA-LLM、RealMedQA 和 CancerGUIDE 域外基准上优于 CRPO、MRPO 和 FaithMed。
50%待验证在 MedGUIDE 基准上，Qwen3-14B 骨干的 GUIDER 取得 82.5 加权准确率和 73.5 指南依从性。
50%待验证Carbon-X 基于 Qwen3-14B 构建。
50%待验证使用Qwen3-14B生成风险考卷仅5/25段带清晰信号，换用更严格提示词和Qwen3-32B后才凑到21段。
50%待验证研究中测试的强化学习改动没有带来一致的增益，直接训练模型学会拒答效果不稳定
50%待验证研究者在 Qwen3-14B 模型上测试了直接训练模型学会何时作答，以及训练独立答案选择器两条技术路线
50%待验证Gemma-2-9B与Qwen3-14B在误差降幅上的悬殊差距说明不同架构对任务情境的敏感程度存在显著差异
50%待验证在Gemma-2-9B和Qwen3-14B上，研究者通过修改早期内部激活向量，在书面指令不变的前提下成功切换了模型读取的事实
50%待验证基座模型采用Qwen3-14B，通过监督微调（SFT）分别训练出KGModel和CGModel两个版本
50%