Qwen3: La nuova frontiera dei modelli linguistici firmata Alibaba | Large language models | Large language models book | Large language model italiano | Turtles AI

 Alibaba ha presentato Qwen3, una nuova generazione di modelli linguistici di grandi dimensioni che combinano architetture dense e Mixture-of-Experts (MoE). Questi modelli introducono modalità di pensiero ibride, supportano 119 lingue e offrono capacità avanzate di ragionamento e integrazione con strumenti esterni.

Punti chiave:

• Qwen3-235B-A22B è il modello di punta con 235 miliardi di parametri totali e 22 miliardi attivi.
• Qwen3-30B-A3B, un modello MoE più piccolo, supera modelli più grandi in benchmark specifici.
• Le modalità di pensiero ibride consentono di alternare tra ragionamento approfondito e risposte rapide.
• I modelli sono disponibili su piattaforme come Hugging Face, ModelScope e Kaggle, con licenza Apache 2.0.

Alibaba ha annunciato il rilascio di Qwen3, una nuova serie di modelli linguistici di grandi dimensioni che rappresentano un’evoluzione significativa rispetto alle versioni precedenti. La gamma include modelli con architetture dense e Mixture-of-Experts (MoE), progettati per offrire prestazioni elevate in una varietà di compiti linguistici e computazionali.

Il modello di punta, Qwen3-235B-A22B, presenta una configurazione con 235 miliardi di parametri totali e 22 miliardi attivi, distribuiti su 94 strati e 128 esperti, di cui 8 attivati per ogni inferenza. Questo modello ha dimostrato prestazioni competitive in benchmark di codifica, matematica e capacità generali, superando modelli come DeepSeek-R1, o3-mini e Gemini-2.5-Pro.

Un’altra novità significativa è l’introduzione delle modalità di pensiero ibride. Gli utenti possono scegliere tra una modalità di pensiero, che consente al modello di eseguire un ragionamento passo-passo prima di fornire una risposta, e una modalità non riflessiva, che offre risposte rapide e dirette. Questo approccio flessibile permette di adattare il comportamento del modello alle esigenze specifiche del compito.

Qwen3 supporta 119 lingue e dialetti, ampliando le possibilità di applicazione a livello globale. Inoltre, i modelli sono stati ottimizzati per capacità agentiche, facilitando l’integrazione con strumenti esterni e migliorando l’interazione con l’ambiente. Queste caratteristiche rendono Qwen3 adatto a una vasta gamma di scenari, dalla ricerca allo sviluppo di applicazioni commerciali.

I modelli Qwen3 sono disponibili su piattaforme come Hugging Face, ModelScope e Kaggle, con licenza Apache 2.0, favorendo l’accesso e l’adozione da parte della comunità di sviluppatori e ricercatori. Per l’implementazione, si consiglia l’uso di framework come SGLang e vLLM, mentre per l’utilizzo locale sono raccomandati strumenti come Ollama, LMStudio, MLX, llama.cpp e KTransformers.

Con il rilascio di Qwen3, Alibaba continua a contribuire significativamente al progresso nel campo dei modelli linguistici di grandi dimensioni, offrendo strumenti avanzati per la ricerca e lo sviluppo di soluzioni innovative.