阿里巴巴发布Qwen2.5-Max，MoE模型性能超越DeepSeek V3

又来了，阿里巴巴发布了他们的新模型：Qwen2.5-Max。
- MoE
- 在海量数据上预训练，并通过精心设计的SFT和RLHF配方进行后训练
- 在与顶级模型的对比中取得了有竞争力的性能，并在Arena Hard、LiveBench、LiveCodeBench、GPQA-Diamond等基准测试中击败了DeepSeek V3

有趣的是：未来我们不仅继续预训练的规模扩展，还将在RL规模扩展上投入

看来RL规模扩展是新的圣杯

无论如何，看起来不错的模型！很高兴看到它！