解决方案体验 | 基于 GPU 云服务器微调 Qwen3 模型
本方案通过模型蒸馏，利用大模型生成标注数据，微调Qwen3-0.6B小模型，实现高效、低成本的结构化信息抽取。结合ms-swift与vLLM框架，仅需一行命令完成训练与部署，准确率从14%提升至98%，显著提升推理速度与性价比，适用于物流填单等实际场景。
阿里云ADB-PG数据库技术加持！钉钉AI表格突破1000万热行
自钉钉AI表格面世后，阿里云ADB-PG数据库团队便与钉钉联合作战，研发全新的存算一体应用架构，以应对用户爆发式增长的计算需求。这一架构让钉钉AI表格在海量数据、高频变动、多表关联、实时计算等实际场景中，可实现超大规模存储、AI存算一体、超强并行计算等能力，且相比同类产品更具性价比，更真实可用。
Qwen3 Next 在 TensorRT LLM 上的部署指南
本指南介绍如何在TensorRT LLM框架上部署Qwen3-Next-80B-A3B-Thinking模型，基于默认配置实现快速部署。涵盖环境准备、Docker容器启动、服务器配置与性能测试，支持BF16精度及MoE模型优化，适用于NVIDIA Hopper/Blackwell架构GPU。