Новости про Qwen3 32B
6 материалов с упоминанием Qwen3 32B: релизы, бенчмарки, изменения цен. Полные характеристики, провайдеры и сравнения — в карточке модели.
-
Градиентная маршрутизация: обобщение на скрытые уязвимости
Исследование Jacob Drori показывает, что градиентная маршрутизация (Gradient Routing) эффективно подавляет не только известные, но и неизвестные типы «хаков» вознаграждения в моделях Qwen3-32B.
-
Интерпретируемость ИИ: 90% нейронов понятны, а не суперпозиция
Исследователь Nick Cammarata (Goodfire) опровергает теорию суперпозиции, утверждая, что в современных LLM до 90% нейронов выполняют одну четкую функцию. Это меняет парадигму механистической интерпретируемости.
-
Projection Sampling: Сохраняет ли он безопасность при дистилляции?
Исследование MATS 11.0 показывает, что Projection Sampling хуже Replay восстанавливает способности моделей после обучения безопасности, а также размывает эффект от fine-tuning на рассуждениях.
-
BSR: Как Qwen3-32B научился оценивать свой код без дообучения
Исследователи представили Behavioral Self-Rewarding (BSR) — метод, позволяющий SWE-агентам на базе Qwen3 улучшать отладку за счет самоанализа траекторий, без использования внешних моделей-ревьюеров.
-
Ложь убеждает ИИ: как неверный ответ стирает ошибки в рассуждениях
Исследование показало, что если подать модели-монитору неверный ответ как «истинный», она перестает видеть уже найденные логические ошибки. Это критический риск для систем верификации.
-
Nokia открыла AnyJev: калибровка LLM без дообучения
Исследователи Nokia выпустили библиотеку AnyJev, превращающую любые открытые LLM в калиброванные модели принятия решений. Метод не требует обучения, устраняет смещение позиций и меток, повышая надежность авто-решений с 7