poolsidepoolside是一个为软件工程挑战而构建的先进基础AI模型,它通过在用户代码上进行微调,学习项目的独特之处,以理解通用模型无法理解的复杂性。它建立在poolside基础之上,每天都能变得更好。除了先进的代码编写模型,poolside还构建了一个直观的编辑器助手,并提供了一个开发者可以构建的API。poolside由Jason Warner和Eiso Kant于2023年4月创立,他们之前在AI和软件工程领域有着丰富的经验。
Skywork-o1-Open-PRM-Qwen-2.5-7BSkywork-o1-Open-PRM-Qwen-2.5-7B是由昆仑科技Skywork团队开发的一系列模型,这些模型结合了o1风格的慢思考和推理能力。这个模型系列不仅在输出中展现出天生的思考、规划和反思能力,而且在标准基准测试中显示出推理技能的显著提升。它代表了AI能力的战略进步,将一个原本较弱的基础模型推向了推理任务的最新技术(SOTA)。
PocketFlowPocketFlow是一个极简的LLM框架,仅用100行代码实现,旨在让LLM能够自主编程。它强调高级编程范式,去除低级实现细节,使LLM能专注于重要部分。该框架可作为LLM的学习资源,因其简洁性,易于理解和上手。它采用嵌套有向图的核心抽象,将任务分解为多个LLM步骤,支持分支和递归决策。PocketFlow是开源项目,采用MIT许可证,具有高度的灵活性和可扩展性。
QwQQwQ(Qwen with Questions)是一款由Qwen团队开发的实验性研究模型,旨在提升人工智能的推理能力。它以一种哲学精神,对每个问题都抱有真正的好奇和怀疑,通过自我提问和反思来寻求更深层次的真理。QwQ在数学和编程领域表现出色,尤其是在处理复杂问题时。尽管它仍在学习和成长,但它已经展现出了在技术领域深度推理的重要潜力。
Eurus-2-7B-SFTEurus-2-7B-SFT是基于Qwen2.5-Math-7B模型进行微调的大型语言模型,专注于数学推理和问题解决能力的提升。该模型通过模仿学习(监督微调)的方式,学习推理模式,能够有效解决复杂的数学问题和编程任务。其主要优点在于强大的推理能力和对数学问题的准确处理,适用于需要复杂逻辑推理的场景。该模型由PRIME-RL团队开发,旨在通过隐式奖励的方式提升模型的推理能力。
Qwen2.5-Coder-3BQwen2.5-Coder-3B是Qwen2.5-Coder系列中的一个大型语言模型,专注于代码生成、推理和修复。基于强大的Qwen2.5,该模型通过增加训练令牌至5.5万亿,包括源代码、文本代码基础、合成数据等,实现了在代码生成、推理和修复方面的显著改进。Qwen2.5-Coder-32B已成为当前最先进的开源代码大型语言模型,其编码能力与GPT-4o相匹配。此外,Qwen2.5-Coder-3B还为现实世界的应用提供了更全面的基础,如代码代理,不仅增强了编码能力,还保持了在数学和通用能力方面的优势。
QwQ-32B-Preview-gptqmodel-4bit-vortex-v3该产品是一个基于Qwen2.5-32B的4位量化语言模型,通过GPTQ技术实现高效推理和低资源消耗。它在保持较高性能的同时,显著降低了模型的存储和计算需求,适合在资源受限的环境中使用。该模型主要面向需要高性能语言生成的应用场景,如智能客服、编程辅助、内容创作等。其开源许可和灵活的部署方式使其在商业和研究领域具有广泛的应用前景。