Alibaba-nın Qwen3-Next Modeli: Süni İntellektdə Yeniliklər

Alibaba-nın Qwen süni intellekt tədqiqat qrupu bu həftə Qwen3-Next adlı yeni nəsil böyük dil modellərini təqdim edib. Bu modellər, açıq mənbəli və Apache 2.0 lisenziyası altında istifadəyə verilmişdir, bu da onları tədqiqatçılar və şirkətlər üçün asanlıqla əlçatan edir.

Hibrid Dizayn və Texnologiyalar

Qwen3-Next modeli, əvvəlki Qwen3 arxitekturasından fərqlənərək hibrid dizayn təqdim edir. Bu dizayn iki əsas texnologiyanın birləşməsindən ibarətdir: Gated DeltaNet və Gated Attention.

• Gated DeltaNet: Bu texnologiya uzun mətnləri daha effektiv şəkildə emal etməyə imkan verir. Model mətnləri tamamilə yenidən oxumaqdansa, tədricən yeniləyir. Bu, sürətli və qənaətcil işləmə təmin edir.
• Gated Attention: Bu isə daha dəqiq nəticələr üçün sözlər arasındakı əlaqələri detallı şəkildə təhlil edir. Bu metod əsasən mürəkkəb məntiqi məsələlərdə istifadə olunur və modelin sabitliyini artırır.

Hibrid yanaşma sayəsində model həm sürət, həm də dəqiqlik baxımından balanslı performans göstərir.

Effektivlik və Aşağı Xərclər

Qwen3-Next modeli yalnız 3 milyard aktiv parametri işə salaraq, 80 milyard parametrlik tam modeldən daha səmərəli istifadə edir. Bu yanaşma enerji və hesablama resurslarına olan tələbi azaldır, xərcləri isə əhəmiyyətli dərəcədə aşağı salır.

• 256000 Token Kontekst Pəncərəsi: Model eyni zamanda böyük həcmli mətnlərlə işləmə qabiliyyətinə malikdir. Bu, təxminən 600-800 səhifəlik roman həcmində məlumatı emal etməyə imkan verir.
• Qiymət: Alibaba Cloud-da modelin istifadəsi üçün qiymətlər 1 milyon token üçün $0.5/$6 arasında dəyişir, bu da əvvəlki modellərlə müqayisədə 25% daha ucuzdur.

Performans Göstəriciləri

Yeni model müxtəlif süni intellekt göstəricilərində yüksək nəticələr göstərir. Qwen3-Next-80B-A3B modeli əvvəlki nəsil Qwen3-32B modelini əksər sahələrdə üstələyir. O, həmçinin rəqib modellərlə müqayisədə daha yüksək sürət və dəqiqlik təmin edir.

• Məntiq və Kodlama Tapşırıqları: Qwen3-Next modeli, xüsusilə məntiqi və kodlama testlərində rəqabət qabiliyyətli və ya üstün nəticələr göstərir.
• Müqayisəli Qiymətləndirmələr: Müstəqil süni intellekt göstəricilərinə görə, model süni intellekt sahəsindəki liderlərə yaxın səviyyədə performans nümayiş etdirir.

Gələcəyə Baxış

Qwen3-Next modelləri süni intellekt üçün həm effektiv, həm də genişlənə bilən bir arxitektura təqdim edir. Komanda artıq Qwen3.5 üzərində işə başlayıb və daha yüksək performans hədəfləyir.

Bu modellər hazırda Hugging Face, ModelScope, Kaggle və Alibaba Cloud platformalarında əlçatandır. Onlar həmçinin tərtibatçılar üçün Qwen-Agent vasitəsilə inteqrasiya olunmuş funksionallıq təklif edir.