Spoločnosť Alibaba Cloud nedávno predstavila najnovší prírastok do svojej rodiny veľkých jazykových modelov – Qwen3. Táto séria modelov prináša významné vylepšenia v oblasti spracovania prirodzeného jazyka, logického uvažovania a viacjazyčnej podpory.​

Dva režimy myslenia: Flexibilita podľa potreby

Qwen3 zavádza inovatívny prístup k spracovaniu úloh prostredníctvom dvoch režimov:​

• Režim uvažovania: Model postupne analyzuje a vyvodzuje závery, čo je ideálne pre komplexné problémy vyžadujúce hlbšiu analýzu.​

• Režim bez uvažovania: Model poskytuje rýchle odpovede bez hlbšej analýzy, vhodné pre jednoduché otázky, kde je dôležitá rýchlosť.​

Táto flexibilita umožňuje používateľom prispôsobiť správanie modelu konkrétnym potrebám, čím sa dosahuje optimálna rovnováha medzi presnosťou a rýchlosťou.​

Podpora viac ako 100 jazykov

Qwen3 podporuje viac ako 100 jazykov a dialektov, vrátane slovenčiny, češtiny, angličtiny, čínštiny, hindčiny a mnohých ďalších. Táto rozsiahla viacjazyčná podpora umožňuje široké využitie modelu v rôznych jazykových prostrediach a aplikáciách.​

Široká škála modelov pre rôzne potreby

Séria Qwen3 zahŕňa osem modelov rôznych veľkostí, od kompaktných až po veľmi rozsiahle:​

• Husté modely: 0.6B, 1.7B, 4B, 8B, 14B, 32B​

• MoE (Mixture of Experts) modely: 30B-A3B, 235B-A22B​

Tieto modely sú navrhnuté tak, aby vyhovovali rôznym výpočtovým požiadavkám a aplikáciám, od mobilných zariadení až po výkonné servery.

​

Výkonnosť a dostupnosť

Vlajkový model Qwen3-235B-A22B dosahuje konkurenčné výsledky v benchmarkoch zameraných na programovanie, matematiku a všeobecné schopnosti, porovnateľné s modelmi ako DeepSeek-R1, o1, o3-mini, Grok-3 a Gemini-2.5-Pro. Menší MoE model Qwen3-30B-A3B prekonáva QwQ-32B, aj keď má desaťkrát menej aktívnych parametrov. Dokonca aj kompaktný model Qwen3-4B dosahuje výkon porovnateľný s Qwen2.5-72B-Instruct.​

Všetky modely Qwen3 sú dostupné pod licenciou Apache 2.0 a možno ich nájsť na platformách ako Hugging Face, ModelScope a Kaggle. Na integráciu do vlastných aplikácií sú odporúčané nástroje ako SGLang, vLLM, Ollama, LMStudio, MLX, llama.cpp a KTransformers.​

Vylepšený tréningový proces

Modely Qwen3 boli trénované na 36 biliónoch tokenov v 119 jazykoch, čo predstavuje trojnásobné rozšírenie jazykovej pokrytia oproti predchádzajúcej verzii Qwen2.5. Tréning prebiehal v troch fázach:​

1. Základné jazykové modelovanie a získavanie všeobecných vedomostí

2. Zlepšovanie schopností v oblasti STEM, programovania a logického uvažovania

3. Zvýšenie schopnosti spracovania dlhých kontextov až do 128 000 tokenov

Tieto vylepšenia vedú k výraznému zlepšeniu stability a celkového výkonu modelov.​

Záver

Séria Qwen3 predstavuje významný krok vpred v oblasti otvorených jazykových modelov. Vďaka svojej flexibilite, výkonnosti a širokej dostupnosti ponúka vývojárom a výskumníkom nástroje na tvorbu inovatívnych riešení v rôznych oblastiach.

👉 Sleduj slovensko.ai pre ďalšie novinky zo sveta umelej inteligencie alebo vyskúšaj naše praktické AI kurzy, ktoré ti ukážu, ako efektívne pracovať s modernými nástrojmi!