#Qwen3-4B

共 10 条 · 7 天 1 条 · 30 天 4 条

Qwen3-8B 2 强化学习 2 ActObs 1 BFCL 1 Caddie 1 CyberSecEval 1 FKL/RKL 1 Foundation-Sec-8B 1

信息流里打上「Qwen3-4B」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月8日

论文 Agent 与开发者09:29

Caddie方法训练LLM智能体顾问

Caddie让智能体能实时决定何时寻求批评建议，基于结果训练的顾问能跨模型和任务领域迁移。

#Caddie #LLM Agents #Qwen3-4B #智能体

arXiv cs.AI@Sergei Polezhaev 等 4 人原文

9月18日

模型 Agent 与开发者精选11:21

新方法让AI代理更高效探索环境

朋友间推荐：新方法叫ActObs，能让AI代理更聪明地探索环境，在测试中表现更好。

#ActObs #Qwen3-4B #Qwen3-8B #强化学习

arXiv cs.AI@Juzheng Zhang 等 5 人原文

9月11日

论文 Agent 与开发者精选11:12

统一令牌级门控家族用于在线蒸馏：FKL/RKL混合与多通道和偏置系数

朋友，这是篇论文，讲的是一种新的令牌门控方法，在知识蒸馏任务上表现不错，比之前的方法有提升。

#FKL/RKL #知识蒸馏 #Qwen3-32B #Qwen3-4B

arXiv cs.AI@Suwan Wu 等 4 人原文

9月10日

论文 Agent 与开发者精选73°09:29

Maverick：通过矩阵向量乘法委托实现可验证LLM推理

Maverick让用户无需暴露数据就能安全使用第三方LLI服务，性能提升最高达157倍。

#Maverick #LLM #Qwen3-4B #隐私计算

arXiv cs.LG@Ben Merbaum 等 6 人原文

8月31日

论文73°09:05

PASK：结构化生成中的条件化KV持久化

PASK让结构化生成更高效，在保持准确性的同时大幅降低内存使用，提升处理速度。

#PASK #结构化生成 #KV压缩 #Qwen3-4B

arXiv cs.LG@Linze Wu, Xinrui Chen原文

8月28日

论文精选73°19:25

块状生成中的信息下限与模型差距研究

这篇论文揭示了块状生成器中信息下限与模型差距的关系，解释了为什么当前生成器仍有很大改进空间。

#块状生成 #信息下限 #模型差距 #Qwen3-4B

arXiv cs.LG@Xinwei Qiang 等 5 人原文

8月20日

论文10:18

长语境推理蒸馏的组校准方法研究

SolereZhang团队推出的GC-OPD方法，用于优化Qwen系列大模型完成长语境任务，比传统方法效果更好，值得尝试一下。

#Qwen3-4B #Qwen3-8B #Long-Context #Strategy Distillation

arXiv cs.AI@Zhu Zhang 等 9 人原文

7月23日

论文11:23

编排开源小语言模型在恶意软件分析中超越单个大语言模型

别总盯着大模型花钱了，用Qwen3-4B和Foundation-Sec-8B组队就能干翻GPT，这篇论文给了具体方法和数据。

#Qwen3-4B #Foundation-Sec-8B #CyberSecEval #恶意软件分析

arXiv cs.AI@Adel ElZemity 等 3 人原文

6月29日

模型10:08

Tandem Reinforcement Learning 在 RLVR 中实现模型协同推理

他们提出了 TRL，让强模型和弱模型组队推理，强模型学会写弱模型能看懂的推理过程。训练 Qwen3-4B 后，单打能力不降，协作能力更强。

#TRL #Qwen3-4B #GRPO #推理模型

arXiv cs.AI@Difan Jiao 等 4 人原文

6月18日

模型精选71°15:10

SGLang-Omni 集成 MOSS-TTS-Local Transformer v1.5 开源语音克隆模型

SGLang-Omni 刚上线 MOSS-TTS v1.5，开源、零样本克隆声音，支持31种语言，速度也不错，玩玩看。

#MOSS-TTS #SGLang-Omni #Qwen3-4B #语音克隆

官方账号LMSYS Org (SGLang)@lmsysorg原文