|
- 解读：Qwen2技术报告 - 知乎
Qwen2 采用了这种方法，因为它便于在各种任务中应用共享专家，同时保留其他专家用于特定的路由场景选择性使用。 引入共享专家和专用专家提供了一种更适应性强、效率更高的方法来开发MoE 路由机制。 这点有点像 MMOE 结构。
- Qwen2. 5-Math 技术报告详解 - 知乎
相较于 Qwen2-Math 只支持使用思维链（CoT）解答英文数学题目，Qwen2 5 系列扩展为同时支持使用思维链和 工具集成推理（TIR） 解决 中英双语 的数学题。 Qwen2 5-Math 系列相比上一代 Qwen2 5-Math 在中文和英文的数学解题能力上均实现了显著提升。
- 为什么同为开源追平 OpenAI，Qwen 没有像 DeepSeek 一样出圈？ - 知乎
为什么同为开源追平 OpenAI，Qwen 没有像 DeepSeek 一样出圈？ Qwen简介Qwen是由阿里云开发的一系列大型语言模型（LLMs），旨在满足多样化的自然语言处理需求。 昨晚发布的Qwen2 5-VL，全面领先GPT… 显示全部 关注者 769 被浏览
- 阿里Qwen 2. 5-VL如何本地部署？ - 知乎
示例：Qwen2 5-VL-7B识别提取表格截图中的内容 5 总结建议 虽然软件版本的更新，目前Ollama和LM Studio均已支持Qwen2 5-VL的本地部署及视觉识别功能开启，使用非常方便。 1）如果识别图片中主要是中文，推荐使用Qwen2 5-VL， Qwen2 5-VL对中文字的识别准确率较高，即使是7B模型也有较高的图片文字识别率。而
- Qwen3VL解析？ - 知乎
Qwen3VL和Qwen2 5VL中get_rope_index函数上的实现差异 具体来说，相比Qwen2 5VL，Qwen3-VL 在 get_rope_index 里把输入视频按帧拆成单条记录（一行一帧），帧的先后顺序完全由拆帧后的列表顺序决定，从而用行号这个隐式时间戳完成帧与文本 token 的时间对齐，无需额外绝对
- 如何评价千问发布的Qwen2. 5-VL? - 知乎
Qwen2 5-VL模型在结构上，在视觉编码器部分是原生训练的支持动态分辨率的ViT。 同时在空间维度引入大量检测框和点等坐标，让模型理解空间的尺寸； 在时间维度引入动态FPS和绝对时间编码，使mRoPE的ids与时间快慢进行对齐，让模型理解时间的流速。
- 如何评价阿里云刚发布的Qwen2. 5-Omni全方位多模态大模型？ - 知乎
Qwen2 5-Omni在音频能力上优于类似大小的Qwen2-Audio，并与Qwen2 5-VL-7B保持同等水平。 卓越的端到端语音指令跟随能力： Qwen2 5-Omni在端到端语音指令跟随方面表现出与文本输入处理相媲美的效果，在MMLU通用知识理解和GSM8K数学推理等基准测试中表现优异。
- 现在有哪些模型支持MCP？ - 知乎
举个例子，我自己写了个 MCP Server，功能是联动家里局域网内的 home assistant，支持一些智能家居的控制。 我试了一下，即便是本地运行的 qwen2 5:0 5b 也能正常实现 MCP 工具调用： 这几天我一直在玩 MCP，感觉确实挺有意思的，过去万物皆可 API，现在万物皆可 MCP。
|
|
|