前几天，阿里发布了Qwen3的新模型。从数值表现来看已经超越了DeepSeek和一众大模型，但实际表现如何？这篇文章，我们来看看作者的分析。

一、基础介绍

4月29日，在经历了claude 3.7 ，Gemini 2.5 和 GPT 4.1 模型发布之后，通义千问终于正式发布了Qwen3系列模型，凭借仅需 DeepSeek R1 模型三分之一的硬件成本，实现了性能的全面超越，同时追平了全球顶尖的 Gemini 2.5 Pro，同时还搭载了mcp能力。此外，小型 MoE（混合专家模型） 模型 Qwen3-30B-A3B 的激活参数数量是 QwQ-32B 的 10%，表现更胜一筹，甚至像 Qwen3-4B 这样的小模型也能匹敌 Qwen2.5-72B-Instruct 的性能。

大模型被压缩 30% 性能仍与原模型一致，既能兼容 GPU 推理、又能减少内存和 GPU 开销、并且比英伟达

文章概览

IT之家 6 月 5 日消息，科技媒体 marktechpost 昨日（6 月 4 日）发布博文，报道称英伟达推出 ProRL 强化学习方法，并开发出全球最佳的 1.5B 参数推理模型
Nemotron-Research-Reasoning-Qwen-1.5B。

背景简介

推理模型是一种专门的人工智能系统，通过详细的长链推理（Chain of Thought，CoT）过程生成最终答案。

本文提出了一个集成三种核心技术的下一代智能优惠券分发系统：基于贝叶斯生存模型的重购概率预测、采用注意力机制的Transformer利润预测模型，以及用于策略持续优化的Dyna-Q强化学习代理。该系统构建了一个自优化的闭环架构，通过贝叶斯生存分析筛选高价值客户，利用Transformer模型预测优惠券投放的净利润收益，并通过Dyna-Q算法在虚拟环境中进行大规模策略探索与优化。

系统首先采用贝叶斯生存模型分析每个客户的购买历史数据，输出其再次购买的概率分布。通过筛选低概率客户，避免在无效渠道上的预算浪费。随后基于注意力机制的Transformer模型接收客户的行为序列数据和候选优惠券信息，预测其下一次订单的净利润。将生存概率与利润预测相乘得到期望利润评分，Dyna-Q代理将此评分作为虚拟奖励信号，在仿真环境中测试不同优惠券策略，通过查找表更新实现对每个客户档案的个性化优惠券推荐。

阿里妹导读

文章探讨了AI Agent的发展趋势，并通过一个实际案例展示了如何基于MCP（Model Context Protocol）开发一个支持私有知识库的问答系统。

前言

据mobileeurope 5月21日报道，Tele Columbus 子公司 P"yur Vertrieb & Service 已与 Eurofiber Network 签署框架协议，该运营商将使用 Eurofiber Network 在柏林的光纤网络。Eurofiber 正在通过区域供热管道铺设光纤，并计划在未来几年内通过 FTTH 和 FTTB 连接超过 50 万户家庭和企业。P"yur 于二月份宣布，其目标是通过自有网络为超过一百万柏林居民提供光纤连接。

原文地址
:https://www.uisdc.com/agent

作者:数字生命卡兹克

昨天晚上，Google 发了一个关于 Agent 的新开放协议。

前段时间，相信大家都被谷歌发布的Agent2Agent开源协议刷屏了，简称A2A。

谷歌官方也表示，A2A是在MCP之后的补充，也就是MCP可以强化大模型/Agent的能力，但每个大模型/Agent互为孤岛，不能相互协作干活，我们一直需要在中间做协调，虽然AI帮我们干了一部分活，但我们还需要盯着他们，就有点鸡肋，现在有了A2A，Agent理论上就可以下场真正干活了，我们只需要验收成果。