英伟达前些天的论文《OpenCodeReasoning》，对Qwen2.5的基础模型和指令模型（7B、14B、32B参数）微调 。
字节Seed，一系列RL论文都是用的Qwen基座。《PPO 在长思维链中为什么崩溃？》《建议大模型RL训练的都来看看字节VAPO》《建议复现R1的都来看看，这次是32B完整经验》
快手SRPO：Qwen基座。《快手：SRPO，两阶段历史重采样策略优化》
阿里GPG：Qwen基座。《Dr. GRPO不好使？来看看GPG!》
ICLR25 Oral论文：《Learning Dynamics of LLM Finetuning》，基座pythia和Qwen。《ICLR25 Oral:为什么LLM在SFT|DPO后表现异常》
大厂之所以扎堆用Qwen当基座，除了模型本身开源友好，它强大的性能，更是吸引众人使用的一大关键因素。比如，最新开源的千问3模型就是国内首个混合推理模型，将用于复杂多步推理的“思考模式”与用于快速上下文驱动响应的“非思考模式”统一到单一框架中 。还引入了“思考预算”机制，让用户可以根据任务复杂性自适应分配推理时的计算资源，从而平衡延迟与性能 。关于千问3具体内容，可以参考笔记《Qwen3技术报告：引入思考预算，框架大统一》。扎实的工作，详细的细节展示，非常值得阅读。
千问3在32B参数和235B的MOE模型上又有了大幅进步，基本垄断了235B以下模型基座。除了云端推理的模型。0.6B的小模型又再次让端侧推理有了想象空间。在价格方面也很有优势，无论部署成本还是调用成本都再一次大幅降低，119种语言支持，Agent能力强，各类能力都均衡，对于各类企业部署应用都很友好。思考模式/非思考模式统一，又大幅降低了企业部署使用门槛。
此外，整个Qwen社区的活跃程度，对于开发者很友好。我不允许任何人打击Qwen开源的积极性！
