Qwen-Max-0428
N/A
Quantité de paramètre de modèle
Alibaba
Organisation affiliée
Source fermée
Type de licence
28 avril 2024
Temps de libération
Introduction du modèle
Qwen-Max est un modèle API produit par Alibaba. Il s'agit de la version 0428
Score complet
Dialogue du langage
Réserve de connaissances
Association de raisonnement
Calcul mathématique
Écriture de code
Commande suivante
Faites glisser vers la gauche et la droite pour voir plus
Capacité de compréhension du langage
Fait souvent des erreurs de jugement sémantique, conduisant à des déconnexions logiques évidentes dans les réponses.
6.2
Portée de la couverture des connaissances
Possède une connaissance fondamentale des disciplines traditionnelles, mais a une couverture limitée des champs interdisciplinaires de pointe.
7.6
Capacité de raisonnement
Incapable de maintenir des chaînes de raisonnement cohérentes, provoquant souvent une causalité inversée ou des erreurs de calcul.
5.2
Comparaison du modèle
Qwen-Max-0428 vs Qwen2.5-7B-Instruct
Comme Qwen2, les modèles de langue Qwen2.5 prennent en charge jusqu'à 128K tokens et peuvent générer jusqu'à 8K tokens. Ils maintiennent également une prise en charge multilingue pour plus de 29 langues, y compris le chinois, l'anglais, le français, l'espagnol, le portugais, l'allemand, l'italien, le russe, le japonais, le coréen, le vietnamien, le thaï, l'arabe et bien d'autres.
Qwen-Max-0428 vs Gemini-2.5-Pro-Preview-05-06
Gemini 2.5 Pro est un modèle publié par l'équipe de recherche en intelligence artificielle de Google DeepMind, utilisant le numéro de version Gemini-2.5-Pro-Preview-05-06.
Qwen-Max-0428 vs GPT-4o-mini-20240718
GPT-4o-mini est un modèle API produit par OpenAI, avec le numéro de version spécifique étant gpt-4o-mini-2024-07-18.
Qwen-Max-0428 vs Doubao-1.5-thinking-pro-250415
Le nouveau modèle de réflexion profonde Doubao-1.5 se distingue dans des domaines professionnels tels que les mathématiques, la programmation, la raisonnement scientifique, ainsi que dans des tâches générales comme l'écriture créative. Il a atteint ou est proche du niveau supérieur de l'industrie sur plusieurs benchmarks autorisés tels que AIME 2024, Codeforces et GPQA.
Modèle connexe
Qwen2.5-7B-Instruct
Comme Qwen2, les modèles de langue Qwen2.5 prennent en charge jusqu'à 128K tokens et peuvent générer jusqu'à 8K tokens. Ils maintiennent également une prise en charge multilingue pour plus de 29 langues, y compris le chinois, l'anglais, le français, l'espagnol, le portugais, l'allemand, l'italien, le russe, le japonais, le coréen, le vietnamien, le thaï, l'arabe et bien d'autres.
Qwen3-32B (Thinking)
Qwen3 est la dernière génération de modèles de langue de grande taille dans la série Qwen, offrant un ensemble complet de modèles denses et experts mixtes (MoE).
Qwen1.5-72B-Chat
Qwen1.5 est la version bêta de Qwen2, conservant son architecture de modèle de transformation de type decoder-only avec l'activation SwiGLU, RoPE et les mécanismes d'attention multi-têtes. Elle propose neuf tailles de modèles et possède des capacités améliorées en matière de multilinguisme et de modèles de conversation, prenant en charge une longueur de contexte de 32 768 tokens. Tous les modèles disposent de prompts système pour le jeu de rôles, et le code supporte une implémentation native dans transformers.
Qwen1.5-7B-Chat
Qwen1.5 est la version bêta de Qwen2, conservant une architecture de modèle de transformation uniquement décodeur avec l'activation SwiGLU, RoPE et des mécanismes d'attention multi-têtes. Elle propose neuf tailles de modèles et possède des capacités améliorées pour les modèles multilingues et de conversation, prenant en charge une longueur de contexte de 32,768 tokens. Tous les modèles incluent des invites système pour le jeu de rôle, et le code prend en charge une implémentation native dans transformers.
Qwen1.5-14B-Chat
Qwen1.5 est la version bêta de Qwen2, conservant son architecture de modèle de transformation uniquement décodeur avec l'activation SwiGLU, RoPE et les mécanismes d'attention multi-têtes. Il offre neuf tailles de modèles et possède des capacités améliorées en matière de langues multiples et de modèles de conversation, prenant en charge une longueur de contexte de 32,768 tokens. Tous les modèles ont activé les invites de système pour le jeu de rôles, et le code prend en charge une implémentation native dans transformers.
Documents pertinents
DeepSeek AI : Explorer une nouvelle frontière en intelligence artificielle
Dans le domaine en rapide évolution de l’intelligence artificielle, un nouvel acteur audacieux a émergé, prêt à bouleverser l’ordre établi. DeepSeek AI, un modèle d’IA innovant d’une startup technolog
Plaud Note Dévoilé : Le Meilleur Enregistreur Vocal IA pour 2025 ?
Dans le monde rapide de l'innovation en IA, le Plaud Note se distingue comme un appareil révolutionnaire, transformant la manière dont nous capturons et transcrivons les conversations, réunions et app
Dernière opportunité pour valoriser votre marque avec un événement parallèle à TechCrunch Sessions: AI
Aujourd'hui est votre dernière chance de mettre en avant votre marque au cœur des discussions sur l'IA lors de la semaine TechCrunch Sessions: AI, avec les candidatures pour organiser un événement par
Rejoignez les Sessions TechCrunch : AI avec un Invité et Économisez 50 % sur Leur Billet d'ici le 4 Mai
Curieux de l’avenir de l’IA ? Amenez un ami et plongez-y ensemble !Jusqu’au 4 mai, procurez-vous votre billet Early Bird pour les Sessions TechCrunch : AI, économisez jusqu’à 210 $, et obtenez 50 % de
Anthropic améliore Claude avec des intégrations d'outils fluides et une recherche avancée
Anthropic a dévoilé de nouvelles « Intégrations » pour Claude, permettant à l'IA de se connecter directement à vos outils de travail préférés. L'entreprise a également introduit une fonctionnalité amé
