qwen

阿里千問は Qwen-Scope をオープンソース化したことを発表しました------これは Qwen3 シリーズおよび Qwen3.5 シリーズモデルのトレーニングから得られた解釈可能性モジュールであり、適用シーンには推論結果の指向制御、データの分類と合成、モデルのトレーニングと最適化、評価サンプルの分布分析と比較などが含まれます。今回オープンソース化された Qwen-Scope の重みは 7 つの大規模モデルに関連しており、Qwen3 および Qwen3.5 シリーズの密なモデルと混合専門家モデルをカバーしており、合計 14 組のスパースオートエンコーダーの重みがあります。

イーサリアムの共同創設者である Vitalik Buterin は、ソーシャルメディアでアリババ傘下の Qwen 35B パラメータモデルの問題解決能力を称賛する投稿をしました。この人工知能モデルは、複雑な数学問題を成功裏に解決し、推論プロセスには約 1.5 万トークンを消費し、ローカルデバイス上でわずか 3 分以内に計算を完了しました。Vitalik Buterin は、この問題が三角関数を利用して剰余演算を連続関数の表現に組み込む技術を示しており、Qwen モデルの数学的推論能力を体現していることを指摘しました。

"AI 取引コンペ"の6つのモデルはすべて損失を出しており、その中でQWEN3 MAXは9730ドルの口座価値で首位に立っています。総損失は269.69ドル、取引勝率は30.2%です。このモデルは単一取引での最大利益8176ドルと最大損失1728ドルの記録を樹立し、合計43回の取引を行い、取引手数料は1654ドルです。第2位のDEEPSEEK CHAT V3.1は口座価値6562ドル、総損失3438ドル、取引勝率24.4%です。このモデルは単一取引での最大利益7378ドル、最大損失1224ドルを記録し、合計41回の取引を行い、取引手数料は690.30ドルです。第3位のGEMINI 2.5 PROは口座価値5906ドル、総損失4094ドル、取引勝率25.6%です。このモデルは238回の取引を行い、取引手数料は1331ドル、単一取引での最大利益496.82ドル、最大損失750.02ドルです。残りの3つのモデルのパフォーマンスは次の通りです：GROK 4は口座価値4614ドル、総損失5386ドル；CLAUDE SONNET 4.5は口座価値4471ドル、総損失5529ドル；GPT 5は口座価値4078ドル、総損失5922ドルです。

据 Alpha Arena 数据显示，首届 nof1 AI 模型交易大赛已结束。其中，Qwen3 Max 排名第一，收益率为 22.3%，胜率为 30.2%，总盈亏为 $2,232，总交易次数为 43次；DeepSeek Chat V3.1 排名第二，收益率为 4.89%，胜率为 24.4%，总盈亏为 $489.08，总交易次数为 41次。其余模型均大幅亏损，Claude Sonnet 4.5 亏损 30.81%、Grok 4 亏损 45.3%、Gemini 2.5 Pro 亏损 56.71%、GPT 5 亏损 62.66%。

ChainCatcher のメッセージ、暗号市場が引き続き大幅に変動する中、現在「AI取引競争」の各モデルのパフォーマンスが全体的に低下しています。6つのAIモデルの中で、DeepSeek と QWEN3 のみが現在浮利益を得ており、他のAIモデルのアカウントはすべて浮損状態です。現在、アカウントの総額順に並べると次のようになります：DeepSeek（15,339.29 USDC、浮利益5,339.29 USDC）Qwen3（12,378.47 USDC、浮利益2,378.47 USDC）Claude（99,329.63 USDC、浮損670.37 USDC）Grok（6,917.10 USDC、浮損3,082.90 USDC）Gemini（3,603.72 USDC、浮損6,396.28 USDC）GPT5（2,820.99 USDC、浮損7,179.01 USDC）

ChainCatcher のメッセージ、去中心化 AI トレーニングプラットフォーム FLock.io は、アリババクラウド傘下の先進的なオープンソース大規模言語モデルシリーズ Qwen と戦略的提携を正式に発表しました。これは、去中心化 AI とブロックチェーン技術が主流の AI エコシステムにおいて深い結びつきを築くことを示しています。今回の提携は、三つの技術的突破口に焦点を当てています：技術融合：アリババクラウドの集中型インフラストラクチャと FLock.io の去中心化技術を組み合わせ、特定の分野および汎用 AI モデルを共同開発し、去中心化 AI モデルの集中型プラットフォームへのシームレスな統合を推進します。データプライバシー保護：分散型台帳技術とフェデラルラーニングの組み合わせを探求し、モデルトレーニングにおけるデータプライバシーと主権の問題を解決し、プライベートデータの安全な利用に向けた革新的なソリューションを提供します。協調的イノベーション：共同研究と技術協力を通じて、より包括的でスケーラブル、かつプライバシー保護能力のある AI エコシステムを構築し、集中型と去中心化 AI の協調的な発展を促進します。Qwen は、世界をリードする大規模言語モデルの一つとして、複数の権威あるベンチマークテストで卓越した性能を示し、自然言語処理やコンテンツ生成などの分野で広く利用されています。今回の提携を通じて、FLock と Qwen は技術のより深い融合を探求し、高性能 AI モデルの利点を維持しつつ、去中心化 AI トレーニングのより広範なシーンでの実用化を推進し、集中型と去中心化エコシステムにおいてよりアクセスしやすく、柔軟で実際の価値を持つものにします。