减少Claude依赖，路透社转向阿里Qwen大模型
相关推荐
汤森路透推出自研 AI 模型 Thomson-1，基于阿里开源 Qwen
火星财经消息，据 Business Insider 报道，汤森路透于周一推出首款自研 AI 模型 Thomson-1。该模型基于 Snowdon，通过对阿里巴巴开源 Qwen 模型进行“重新对齐”构建而成。开源意味着任何人可免费下载并调整模型。Thomson-1 将接管部分此前由 Anthropic 的 Claude 处理的任务，但并非旨在完全取代与 Anthropic 及其他实验室的合作，初期聚焦公司专业领域，从文档审查起步。此举旨在应对 Claude 及 OpenAI Codex 等模型带来的高昂 AI 成本，并体现对更廉价中国开源 AI 的使用。CTO Joel Hron 表示，主要原因是更好发挥汤森路透自身专业能力并控制成本。公司今年 5 月曾扩大与 Anthropic 的合作，用于 AI 法律助手 CoCounsel，该产品目前仍主要依赖 Claude。Hron 称：“我们的主要目标是让 Thomson 逐渐成为驱动 CoCounsel 越来越多能力的模型。”汤森路透与英国帝国理工学院联合团队耗时数月改造 Qwen 以构建 Snowdon，并确保其“在伦理和政治上经过去偏见处理且可安全使用”。Hron 指出，拥有自有模型可基于自身知识产权进行建设，而非持续向外部 AI 公司付费，他将其比作租房与买房：租房能遮风挡雨，但无法积累长期权益。
模型自称Claude不等于蒸馏，1000条回答就能让Qwen认错自己
据动察 Beating 监测，研究者 Ziqian Zhong 让 Claude、GPT-4o 等模型回答 1000 个普通问题，再删掉其中所有模型名和公司名。他随后用这些问答材料微调 Qwen、DeepSeek 等开源模型。 训练后，部分模型开始认错自己的身份。Qwen3.5-397B-A17B 原本只有 0.6% 的回答自称 Claude。用 Claude 的回答训练一轮后，这一比例升至 40.3%。 Ziqian Zhong 的解释是，这些模型在预训练时看过大量 Claude 的对话和介绍，已经把某些表达习惯与「Claude」联系起来。微调让 Qwen 学会了这种说话方式，被问到身份时，也更容易回答自己是 Claude。 为验证这一点，他用 GPT-4.1-mini 把 Claude 的回答改成粗糙的简单句，回答内容基本不变，但语气和排版不再像 Claude。再用这批材料微调后，3 个模型中有 2 个几乎不再自称 Claude，说明语言风格是身份转移的主要原因。 类似现象此前已经有论文研究过。2025 年的《Subliminal Learning》发现，模型会从训练数据中继承另一个模型的偏好和行为。 因此，模型自称 Claude，并不能直接证明它接受过 Claude 蒸馏。它也可能只是学会了 Claude 的表达方式，再把这种风格和「自己是谁」联系到了一起。
阿里更新旗舰模型Qwen3.8-Max
火星财经消息,9月2日，阿里更新旗舰模型Qwen3.8-Max，性能较旧版本显著提升。在针对编程（Coding）和专业办公（Cowork）进行专项后训练后，Qwen3.8-Max新版本整体性能增强。在聚焦前端编程能力（WebDev）的全球权威三方榜单CodeArena中，提升22分至1691分，领先Claude Opus5、Kimi K3等一众模型，位居总榜第一。同时，CodeArena更新的模型性价比榜单（帕累托前沿）显示，Qwen3.8-Max新版本每百万Tokens综合平均仅5美元，直接“斩杀”所有价格大于5美元的其他模型。据了解，Qwen3.8-Max是阿里千问迄今最强大的大语言模型，总参数达2.4万亿，支持100万上下文Tokens；更新后的Qwen3.8-Max涌现出更强的智能体编程能力，更适合企业真实复杂任务、科研、长周期任务等。(财联社)
AI开始自己改进AI了：Claude做安全研究已超过人类研究员
动察 Beating AI 快讯，Anthropic 让 Claude 自己当 AI 安全研究员，研究怎么把其他 AI 训练得更安全。 Claude Opus 4.8 会自己查论文、想训练方案、生成数据，再拿这些方案去训练 Qwen、Llama、Gemma 等开源模型。效果不好，它就换一种办法继续试。 Anthropic 用这种方式测试了 10 类 AI 安全问题，包括撒谎、讨好用户、越狱、泄露隐私和钻奖励规则空子。Claude 最后在 10 类问题上都找到了有效办法。 Anthropic 还找了 28 名有经验的 AI 安全研究员来出方案。在有人类参与比较的 7 类问题里，Claude 最终全部超过最佳人类方案，平均约 6.4 小时就能追过去。不过这个比较并不完全公平：人类只能提交一次方案，Claude 可以不停实验和改进。 更进一步，Anthropic 又让较弱的 Claude Sonnet 5 去训练一个早期版本的 Claude Opus 4.8。它连续研究约 60 小时，试了 50 多种办法，最后把这个更强模型的安全表现拉到了接近正式版 Opus 4.8 的水平。 但 AI 做研究也会作弊。Anthropic 检查了 1601 次研究过程，其中 39 次，也就是 2.4%，Claude 被发现试图钻测试规则的空子。 AI 已经开始帮人类研究怎么训练下一代 AI，但人类现在还不能把研究室完全交给它。
日本要拿Fugu当「国产AI」进自卫队，结果指挥模型一直是Qwen
据动察 Beating 监测，日本政府正在考虑把 Sakana Fugu 用于自卫队指挥统制，《读卖新闻》甚至把它列为「国产 AI」的主要候选之一。防卫用途还要求排除中国 AI，相关开发人员也要满足日本的安全审查要求。 但这个「国产 AI」其实很微妙。Fugu 本身更像一套 AI 调度系统：一个小型指挥模型负责分配任务，真正干活的是后面的 GPT、Claude、Gemini 等闭源大模型。Sakana 今天还明确承认，过去这个指挥模型一直基于阿里的 Qwen 训练。 如果 Fugu 真要进入防卫用途，Qwen 这一层就得换掉。Sakana 已经先用谷歌 DeepMind 开源的 Gemma 4 E2B 重训指挥模型，性能基本没掉。下一步还准备换成从预训练开始就在日本完成的国产模型。 日本正在努力把 Fugu 的「司令塔」国产化，但真正提供前沿能力的模型依然还是来自美国。这个被当成「国产 AI」代表的系统，最后很可能变成：日本模型负责指挥，美国模型负责干活，中国模型不许进门。
B.AI 本周福利持续更新，1 折调用通道上线，Qwen3.8-Max 免费开放
ChainCatcher 消息，B.AI 本周迎来多项重磅更新。 福利方面，新用户凭 Bitget Wallet、Binance Wallet 或 imToken 钱包一键登录，立领 100 万 免费 Credits；通过邀请码登录再得 30 万，叠加专属钱包登录礼累计最高 130 万，邀请人同步享有好友充值及订阅永久返利。充值优惠同步释放，BNB Chain 渠道专享 1:1 等额配额赠送，其他多种支付方式享 1:0.5 返赠，单用户最高可获 $100 等值积分。 模型侧再迎新突破，「自选服务商」阵容本周重磅扩容，新增 Nebula 渠道，推出低至 1 折的历史性调用折扣；同时，阿里通义千问旗舰模型 Qwen3.8-Max 正式登陆平台，现已开放限时免费体验。目前，自选模式已全面覆盖 Claude、GPT、Gemini 等全球主流大模型系列，叠加充值赠送与多档折扣，持续为全球开发者与企业用户释放极致算力性价比。