Qwen

研究发现，即使任务前提被违反，开源大模型 Qwen3-8B 在生成答案前就可能提前“锁定”错误选项，后续推理仅为合理化该选择。

研究者提出BIRD自推理蒸馏方法，通过两阶段训练让大模型在保持准确率的同时大幅压缩推理步骤，在数学基准测试中实现效率与精度的双提升。

研究发现测试时缩放技术对小规模开源视觉语言模型在多语言视觉选择题基准上的提升效果，关键在于推理链的完整性和可解析性，而非复杂的搜索或验证机制。

研究发现，在长程工具使用智能体评估中，传统精确匹配检索召回率可能低估下游政策效用，实际分类性能差距远小于指标暗示。

基于200亿参数Qwen-Image模型开发的Qwen-Image-Edit正式发布，该模型将文本渲染能力扩展至图像编辑领域，实现语义与外观的双重控制。