通义千问Qwen2.5Max + Thinking推理能力过关

已于 2025-02-25 14:19:34 修改
阅读量219 收藏
点赞数 1
文章标签： 人工智能 大语言模型对比
于 2025-02-25 14:17:53 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/stereohomology/article/details/145852002
版权

终于试用到了Qwen2.5Max +Thinking
在这里插入图片描述
同一道小学数学应用题，Qwen2.5Max不加“反思”选项，得到的是错误结果。增加了之后，会反复对比自己之前得到的错误结果，多次验算，最终还是肯定了自己重新得到的正确答案。

这样，起码可以肯定通义千问有条件使用的情况下推理能力过了我测试的一个门槛了。到目前为止，DeepSeek R1/DeepSeek V3（满血或者完整版）， Grok 3 Beta， Qwen2.5Max +Thinking ，三个大模型的推理能力经过了小学数学应用题的简单测试。自我反省能力算及格了。

stereohomology
关注
NVIDIA 实现通义千问 Qwen3 的生产级应用集成和部署【2025年 5月 2日】
u013250861的博客
05-05 37
仅仅通过几行代码，开发者即可通过包括 TensorRT-LLM 在内的流行推理框架来使用最新的 Qwen 系列模型。此外，对模型推理和部署框架的技术选型需要考虑到诸多关键因素，尤其是在把 AI 模型部署到生产环境中时，对性能、资源和成本的平衡。
开源模型应用落地-qwen模型小试-Qwen3-8B-推理加速-vLLM-思考与非思考模式（四）
最新发布
没有卑微的工作，只有卑微的心态，与其抱怨，不如埋头实干
05-07 1916
Qwen3通过“思考模式”与“非思考模式”的双模态架构，实现复杂推理与实时响应的灵活切换，为大语言模型在智能与效率间的平衡提供创新解法。
阿里千问系列最强大模型-Qwen2.5-Max震撼发布
weixin_44626085的博客
02-02 1868
站在Qwen2.5-Max的肩膀上，我们看到的不仅是技术的跃进，更是人机关系的重构。当模型开始展现类人的创作能力和专业判断，那个老问题再次浮现：我们究竟在创造工具，还是在孕育新的智能物种？试想这样一个场景：十年后，由Qwen后代模型驱动的智能体，正在教授人类学生量子力学。到那时，我们该如何定义"教育"的本质？或许答案就藏在今天我们对这些技术的思考与选择中。“真正的AI革命，不在于模型多强大，而在于人类如何与之共舞。”——Axton的技术沉思MoE架构技术解析↩︎训练数据清洗方法↩︎阿里云技术白皮书↩︎。
最强开源大模型炸场！全网独一份AI大模型学习实践资源...（待会删）
Y525698136的博客
08-07 1410
最强开源大模型炸场！全网独一份AI大模型学习实践资源...（待会删）
本地运行QwQ-32B模型出现：无限生成、重复输出、＜think＞ 标签问题以及微调困难等常见问题的解决方法
python12345_的博客
03-12 2376
llama.cpp 的推荐设置：为避免无限生成和重复输出，建议调整采样器的顺序，并设置以下参数：采样器顺序： --samplers “top_k;top_p;min_p;dry;typ_p;xtc”如仍遇到问题，可将 --repeat-penalty 从 1.0 增加到 1.2 或 1.3。Dry Repetition Penalty：建议在 llama.cpp 中使用 dry 惩罚，以减少重复生成。
告别GPT-4o！通义千问Qwen2.5-Max横空出世，性能炸裂，引领AI新纪元！
m0_66917422的博客
01-29 1243
通义千问 Qwen2.5-Max 的发布，无疑是人工智能领域的一件盛事。它不仅以其卓越的性能超越了众多竞争对手，更为我们展示了人工智能技术的无限可能。让我们一同期待 Qwen2.5-Max 在未来能够为我们带来更多的惊喜，共同见证 AI 的新纪元！
阿里发布通义千问2.5：一文带你读懂通义千问！
热门推荐
hunteritself的博客
05-10 1万+
阿里发布通义千问2.5：一文带你读懂通义千问！
深度推理 ：Qwen2.5-Max VS DeepSeek-R1
2401_84495872的博客
02-27 1603
中国式35岁危机本质是高速现代化进程中的阶段性矛盾，需通过制度保障与社会观念革新协同解决。个体在积极应对的同时，也需推动社会构建更包容的年龄评价体系，避免让年龄成为束缚人才发展的枷锁。
【开源发布】通义千问 Qwen3 全系开源！8款混合推理模型全面解析
在信息的熵增中，记录结构、重建秩序。 技术思想者的笔记，系统构建者的注释。
04-29 1686
通义千问Qwen3全系正式开源，覆盖8款混合推理模型，首次引入思考与快速响应双模式，支持119种语言与方言，Agent与工具调用能力大幅增强。旗舰模型Qwen3-235B-A22B在代码、推理、数学等基准测试中表现领先，Qwen3-30B-A3B实现高效推理成本控制。预训练规模达36万亿token，结合强化学习与长思考链训练，推理链条完整度显著提升。支持Hugging Face、ModelScope、SGLang、vLLM等多框架部署，兼容本地轻量推理。Qwen3标志着国内大模型走向智能体系统时代，为开发者
Qwen2.5思维链微调代码实操 + 多卡Lora微调完整代码​
2401_87243659的博客
12-20 1016
思维链技术（Chain of Thought，也简称为CoT），最早由Json Wei等人在文章提出。简单来说就是通过提示词让模型能够将一个复杂的问题分步思考。比如举个文章中提到的例子（见下图），一个数学问题是：食堂有 23 个苹果。如果他们用掉了 20 个来做午餐，又买了 6 个，现在他们有多少个苹果？食堂有23个苹果，用了20个，所以是23-20=3又买了6个，所以是3+6=9共有9个苹果当然这个思维过程还能猜的更碎。
Qwen3开源发布：Think Deeper, Act Faster！推理、部署、微调、MCP调用实战教程
zhangjiaofa的专栏
04-29 182
今天，通义千问Qwen团队正式开源推出 Qwen3，这是 Qwen 系列大型语言模型的最新成员。最新的Qwen3系列模型具备双模推理能力（深入思考/快速响应）、支持119种语言及方言，并强化了Agent功能与代码执行能力，全面满足复杂问题处理与全球化应用需求。其中，旗舰模型 Qwen3-235B-A22B 在代码、数学、通用能力等基准测试中，与 DeepSeek-R1、o1、o3-mini、Grok-3 和 Gemini-2.5-Pro 等顶级模型相比，表现出极具竞争力的结果。
听说 Qwen2.5-Max 比 DeepSeek 还牛，这是真的吗？
多森的博客
02-02 3174
大年初一，阿里云通义千问团队推出 Qwen2.5-Max 。听说它比 DeepSeek 还要好，成功吸引了业界的关注，这究竟是怎么回事呢？
震撼！最强开源模型通义千问2.5 72B竟在4GB老显卡上成功运行！
Everly_的博客
09-25 3323
炸裂！最强开源模型一夜之间易主。阿里发布千问2.5模型，72B版本在MMLU、MATH、MBPP等大部分评测指标上都超过了Llama3 405B，甚至一些指标也超过了GPT4o。正式加冕最强开源模型新王！今天要挑战用我的4GB老显卡不做量化、不做压缩，看看能不能跑起来这个72B模型。
千万不要尝试 Qwen2.5-Max，你会因此忘掉 DeepSeek V3
m0_65555479的博客
02-10 2006
在对 Qwen2.5-Max 深度评测后，我想到了一句话——有人逐日，有人摘星。DeepSeek V3 的发布和爆火，让我们看到了 MoE 模型的潜力，让世界看到中国 AI 的锋芒。探索 AGI 的路上并不孤单，DeepSeek 和 Qwen 都是中国 AI 大模型的代表力量，当然还有很多优秀国产代表。说个冷知识，DeepSeek 将 R1 蒸馏出的 6 个小尺寸模型，有 4 个用的是 Qwen 开源模型，李飞飞最新发布的 S1，也是用 Qwen2.5-32B 作为基座模型。
Qwen 2.5-Max：阿里巴巴通义千问的超大规模 MoE 模型，开启智能语言处理新时代
寻道AI，探索AI无限可能！
02-02 4704
2025 年 1 月 29 日，阿里云正式发布了其最新的人工智能大语言模型 ——Qwen 2.5-Max，该模型一经推出，便凭借其超大规模的预训练数据、先进的 MoE 架构以及卓越的性能表现，迅速吸引了全球人工智能领域的广泛关注
别只关注deepseek了，阿里发布qwen2.5-max，比deepseek更好更稳定，排名超越deepseek
2401_85390073的博客
02-10 1156
就在 DeepSeek v3 发布一个月后，阿里云通义千问团队放出了 Qwen2.5 系列的最强旗舰模型——，在世界公认的 Arena 榜单上，。Arena 榜单通过匿名方式将大模型两两配对，用户可以在不知情的情况下进行测试，依据实际对话体验来投票评价模型的能力。因此，Chatbot Arena LLM Leaderboard 被业界视为最公正和权威的榜单之一，也是全球顶级大模型的重要竞赛平台。
大模型入门实战：通过 HuggingFace 调用 Llama3
python12345_的博客
01-10 1472
至此，我们成功演示了如何通过 Hugging Face 的 Transformers 调用 Llama 模型，并获取了模型的回答。但是如果你的需求只是简单地调用模型，而无需进行微调或复杂的部署，可以尝试使用 Ollama。它不仅操作更加便捷，还提供了开箱即用的 RESTful 接口，适合快速集成到生产环境中。下一篇，我将会讲解如何通过 Ollama 下载部署 Llama 模型并调用。
阿里-Qwen-QwQ-Max-Preview深度思考模型最新开源
晓的博客
02-27 673
QwQ-Max-Preview是阿里巴巴集团于2025年2月25日正式发布的基于通义千问Qwen2.5-Max的深度推理模型。性能表现数学能力：在MATH-500评测中，数学解题准确率达90.6%，展现出对各类数学主题的全面理解和强大的解题能力。编程能力：在LiveCodeBench评测中，编程竞赛题正确率突破50%，在真实编程场景中的代码生成和问题解决能力表现出色。推理能力：在GPQA评测中准确率达65.2%，科学推理能力达到研究生水平。在全球权威基准测试中，整体表现已超越OpenAI o1-previe
通义灵码上新推理模型，快来体验数学和编程双冠王 Qwen2.5-Max
TONGYI_Lingma的博客
03-05 341
前几天在上海西岸艺术中心的全球开发者先锋大会GDC2025，通义灵码的老朋友-@同济子豪兄受邀参会，并带领大家观看了本届大会两大重磅看点：具身智能人形机器人和 AI 程序员编程写代码。
deepseek r2上下文
05-01
<think>好的，我现在需要回答用户关于DeepSeek R2模型的上下文和应用场景的问题。首先，我需要确认用户提到的DeepSeek R2是否在提供的引用中有相关信息。但根据提供的引用内容，主要提到了DeepSeek-R1-Zero、Qwen2.5-32B、Qwen和Llama系列模型，并没有直接提到DeepSeek R2模型。因此，我需要基于现有信息进行合理推断，并告知用户可能的情况。 接下来，用户可能希望了解类似模型的应用场景，比如DeepSeek-R1或Qwen系列，这些在引用中有提到。例如，引用[3]提到不同规模的模型（如4B、8B、32B）适用于手机端、电脑端、汽车端以及企业部署。这可能适用于DeepSeek R2如果它属于同一系列。 另外，引用[2]讨论了模型蒸馏和性能提升，说明较大的基础模型对推理能力的重要性。这可能意味着DeepSeek R2如果有类似架构，可能在需要高效推理的场景中使用，如实时应用或资源受限的环境。 同时，我需要保持回答的准确性，避免虚构不存在的信息。因此，在回答中应明确指出DeepSeek R2在提供的资料中未被提及，但可以类比类似模型的应用场景，如自然语言处理、智能客服、内容生成等，并引用相关的引用内容作为支持。 最后，生成相关问题时要围绕模型的应用、性能优化、部署场景等，帮助用户进一步探索。</think>关于DeepSeek R2模型的具体信息，目前提供的引用资料中未明确提及该模型的上下文和技术细节。但根据DeepSeek系列模型的演进逻辑和引用内容中的技术特性，我们可以从以下角度推测其潜在应用场景： ### 一、上下文推测 1. **模型定位** 参考DeepSeek-R1-Zero的演进模式[^1]和Qwen系列模型的蒸馏实践[^2]，R2可能是面向更高推理能力或更广泛场景优化的迭代版本，可能具有： - 更强的数学/逻辑推理能力（基于"顿悟时刻"的自我演进机制） - 更高效的参数利用（通过蒸馏技术压缩模型规模） 2. **技术特性** 若延续系列技术路线，可能具备： $$ \text{性能} \propto \frac{\text{推理深度}}{\text{计算成本}} $$ 通过动态调整"思考预算"[^3]，平衡响应速度与答案质量。 ### 二、应用场景示例 1. **端侧智能部署** - 手机端：4B参数模型支持离线翻译、语音助手（引用[3]） - 车载系统：8B模型实现多轮对话和路况理解 - 示例代码（模拟端侧部署）： ```python def on_device_inference(input_text, model_size=4): if model_size == 4: return r2_4b_model.generate(input_text, max_tokens=50) elif model_size == 8: return r2_8b_model.streaming_generate(input_text) ``` 2. **企业级应用** - 32B/70B版本适用于： - 金融领域：财报分析、风险预测（需高精度推理） - 医疗领域：文献解析+诊断建议生成 - 客户服务：支持10,000+并发会话的智能客服系统[^3] 3. **开发者工具** - 通过API提供可调节的思考深度： ```python # 设置不同思考预算 api.set_thinking_budget( quick_mode=200, # 快速响应模式（200 tokens） standard_mode=500, # 标准模式 deep_mode=1000 # 深度思考模式 ) ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值