主要观点：今日发布 Qwen3 大语言模型，包括多种规模的 MoE 模型和密集模型，在基准评估中表现出色，与其他顶级模型相比有竞争力。介绍了其关键特征，如混合思维模式（思考模式和非思考模式）、多语言支持（119 种语言）、改进的代理能力等。阐述了预训练过程（数据集扩大、三阶段训练）和后训练过程（四阶段训练管道）。提供了在不同框架上使用 Qwen3 的简单指南和高级用法，如在 Hugging Face transformers 中的使用、部署方法、本地开发工具等，还介绍了 Qwen-Agent 以利用其代理能力。最后提及感谢朋友的支持及未来工作方向（提升模型各方面能力等）。
关键信息：

• 发布 Qwen3 模型，有 235B 和 30B 两种 MoE 模型及多种密集模型。
• 混合思维模式可根据任务控制思考量，多语言支持 119 种语言。
• 预训练数据集扩大近两倍，三阶段训练提升性能。
• 后训练四阶段训练管道开发混合模型。
• 提供在不同框架使用 Qwen3 的示例及高级用法。
• 感谢朋友支持，展望未来提升模型能力。
  重要细节：
• 各模型的参数、层数、头数等细节。
• 不同阶段训练的数据和目标。
• 使用 Qwen3 的代码示例及参数设置。
• 多语言支持的具体语言分类。
• 未来工作的具体维度和目标。