Qwen 3开源版本只有200B参数，激活20B；
这个参数量规模，无论是对比deepseek，还是chatgpt、gemini、claude、grok，都是不值得看的；
这么小的参数量，会不会严重影响模型能力，毕竟即使你的训练策略再改进，根本上你的模型规模不够，模型拟合的能力与特征抽象表达能力肯定是达不到的，训练策略只是锦上添花。
小模型在处理复杂任务、复杂理解、更多的上下文关联方面，感觉都是不行的。
几天体验下来，已经不会再用Qwen了。
总的来说，模型本身性能就不行、回答不稳定，幻觉也非常高，简单问题复杂化，复杂问题胡言乱语。
评价，远远不如deepseek，国内模型只能看deepseek了。阿里的能力似乎已经到头了，就这个能力，再让他拔高模型性能他也没这个能力了。不止是我这么认为，在Reddit上也有人大量讨论，Qwen3完全不如deepseek。
差异化竞争呗，老外说了，用deekseek r1满血的1/4硬件配置消耗，就能把qwen3 200b给顺利跑起来。这就是优势。
其实大部分问题都没那么复杂，够用就好。
而且我觉得用600B那种参数，堆世界知识库没必要。知识库调用额外工具就行了。
可能这是一种路线吧
感觉就是路线选择问题，之前的qwq-32b，现在的qwen3-235b-a22b，看起来的进步点是在维持与R1接近性能的同时，再进一步压缩参数量。看起来qwen想追求小而精，不是大而强
qwen3能看出来主打端侧部署，小模型太强了，爆杀友商小模型
Qwen3是一个集成快慢思考的混合推理模型，只凭这一句话，就值得期待
这就是走的路线不同，也不是冲着 sota 去的，你看他 benchmark 和 o4mini-high 比了吗，和 o3 比了吗？没比。不是所有场景都要 sota 的，很多时候能跑比最好的质量重要得多
确实小，不知道加大会咋样
模型参数小意味着普通问答就很弱，他的文字表达能力是比较弱的，让平常的搜索问答任务根本没有用他的兴致。就像oai会把4O，xai会拿grok3这种超大模拿出来做问答。这种底模也意味着即将出的deepresearch也强不到哪去
感觉这种模型很容易偷懒
走的就是差异化
估计还有个大的还在训练 因为qwen-max还没更新呢
max没开源而已
我的认知是，模型参数小，模型本身的理解能力不够；
模型参数大，完全不等价于堆世界知识；
模型参数大，会让模型发展出一些更高级的理解与分析能力，这是小模型永远不可能具备的。
就像chatgpt3.5，如果不是模型参数规模暴增，他永远不会有质变，那一点捉襟见肘的训练技巧都是后话。
模型参数量是基础，没有参数量，后面很多工作就无意义。
你说的没错，但是大参数需要大算力支撑，现在GPU那么贵，无论训练还是运营，大参数难度都是指数上升。作为上市企业要短期收回成本，感觉挺难的。
你看OpenAI也在研究一堆mini模型，没办法，这是大趋势。
看场景吧，我觉得用大模型的人，知道看性能的，都不会在意价格，只要价格不是特别离谱；
模型做不到顶尖前5范围内的SOTA，真正有能力付费的用户不会付费的，他们看都不会看这些模型一眼；
claude、grok等虽然贵，但是大多数人选择付款，因为他们能解决实在的问题，反而觉得很有性价比；
如果达不到SOTA，那么这个模型所围绕的用户大多数是白嫖党，也不处理专业的问题，无非就是一些日常对话，从这些用户身上几乎赚不到钱。
嫩多参数意义不大，主要在于质量！
没有参数规模哪来的质量。。。
不要忘了，阿里巴巴是 Apple 智能在国行机器上的供应商。
有点偏题了，只是在讨论模型质量的问题。
苹果也是没得选择。
你也不知道别人参数规模大的用的都是什么数据啊！质量不也不清楚？你认为 llama3.1 405B一定比Qwen3 这个200B的强吗？咱们用户不用管这些的！