# 大模型服务平台百炼 #
1
关注
1669内容
全新开源通义千问Qwen3，它来了！
Qwen3是通义千问系列的最新模型，融合推理与非推理模式，兼具QwQ和Instruct模型能力。提供多种尺寸，包括235B-A22B、30B-A3B及六个Dense模型，大幅提升数学、代码、逻辑推理和对话能力，达到业界领先水平。旗舰模型Qwen3-235B-A22B在多场景测试中表现优异，小型模型如Qwen3-4B性能媲美大模型。用户可在阿里云百炼平台免费体验各100万Token。
Qwen3：小而强，思深，行速
Qwen3（千问3）于北京时间4月29日凌晨发布，是Qwen系列大型语言模型的最新成员，具备全系列、开源最强、混合推理等特性。它包括两款MoE模型（Qwen3-235B-A22B和Qwen3-30B-A3B）及六个Dense模型，支持119种语言。Qwen3在代码、数学和通用能力测试中超越行业顶尖模型，如DeepSeek-R1和Grok-3。其旗舰版Qwen3-235B-A22B仅需4张H20即可本地部署，成本为DeepSeek-R1的35%。此外，Qwen3原生支持思考模式与非思考模式切换，降低复杂任务门槛，并支持MCP协议优化Agent架构。
Web渗透-命令执行漏洞-及常见靶场检测实战
命令执行漏洞（RCE）指应用程序调用系统命令时，用户可控制输入参数，导致恶意命令被拼接执行，从而危害系统安全。常见于PHP的system、exec等函数。攻击者可通过命令连接符在目标系统上执行任意命令，造成数据泄露或服务瘫痪。漏洞成因包括代码层过滤不严、第三方组件缺陷等。可通过参数过滤、最小权限运行等方式防御。本文还介绍了绕过方式、靶场测试及复现过程。
LLM推理成本直降60%：PD分离在大模型商业化中的关键价值
在LLM推理中，Prefill（计算密集）与Decode（访存密集）阶段特性不同，分离计算可提升资源利用率。本文详解vLLM框架中的PD分离实现及局限，并分析Dynamo、Mooncake、SGLang等主流方案，探讨KV缓存、传输机制与调度策略，助力LLM推理优化。建议点赞收藏，便于后续查阅。
意图识别准确率97.6%！高阶多轮对话RAG架构实战分享
本文系统解析NLU中意图识别与槽位抽取的4种技术方案：从提示词工程入门，到节点分离、RAG增强，再到多轮对话优化，覆盖不同场景的选型策略，助力AI智能体精准理解用户需求。
Qwen模型角色扮演最佳实践
角色扮演大模型通过模拟特定角色的行为、语言风格和情感表达，实现高度拟人化和定制化的互动体验。与传统通用模型相比，角色扮演模型在语言风格、性格特征和情绪反应上更加细腻，提供更真实的交互体验。本文介绍了如何通过system prompt、few-shot学习和微调等技术实现大模型的拟人化，包括使用阿里云百炼平台进行角色扮演测试，以及如何通过合成数据和Lora微调提高模型的表演效果。最终，展示了如何通过优化数据质量和训练策略，显著提升角色扮演模型的表现。
vllm+vllm-ascend本地部署QwQ-32B
本指南介绍如何下载、安装和启动基于Ascend的vLLM模型。首先，可通过华为镜像或Hugging Face下载预训练模型；其次，安装vllm-ascend，支持通过基础镜像（如`quay.io/ascend/vllm-ascend:v0.7.3-dev`）或源码编译方式完成；最后，使用OpenAI兼容接口启动模型，例如运行`vllm serve`命令，设置模型路径、并行规模等参数。适用于大模型推理场景，需注意显存需求（如QwQ-32B需70G以上）。
AI大模型开发语言排行
AI大模型开发涉及多种编程语言：Python为主流，用于算法研发；C++/CUDA优化性能；Go/Rust用于工程部署；Java适配企业系统；Julia等小众语言用于科研探索。
人工智能大模型之开源大语言模型汇总（国内外开源项目模型汇总）
人工智能大模型之开源大语言模型汇总（国内外开源项目模型汇总）
免费试用