Qwen团队Qwen3-Max-Thinking为何强调强化学习:让推理更稳并减少错误修正成本

阿里Qwen推出Qwen3-Max-Thinking：支持搜索、记忆与代码解释器自动协同

Qwen团队推出推理模型Qwen3-Max-Thinking，并在Qwen Chat开放“自适应推理”体验。官方与相关报道称，该模型通过大规模训练与强化学习提升推理、知识、工具使用与代理能力，并在对话中可自动决定是否调用搜索、记忆与代码解释器等工具，以减少人工选择与流程切换。 技术卖点还包括“测试时...