技术博客

经过SFT（Supervised Fine-Tuning）和GRPO（Gradient Regularized Policy Optimization）训练方法优化，并在2000步迭代后，Qwen-3-14B模型在《王者荣耀》游戏任务中实现了90.91%的准确率。这一成绩超越了参数规模大一个数量级的Deepseek-R1模型的86.67%，展现了高效训练策略在复杂任务中的卓越表现。

阿里巴巴公司近日宣布，其最新开源的人工智能模型Qwen-3在多个测试基准上取得了显著成绩，全面超越了DeepSeek V3-0324模型。Qwen-3在知识理解、逻辑推理、编程能力、语义对齐、智能体交互以及多语言处理等六个主要测试类别中，均实现了大幅度的性能提升。这一突破标志着阿里巴巴在人工智能领域迈出了重要一步，为全球开发者和研究者提供了更强大的工具。