DeepSeek与阿里通义千问组团开源模型，DeepSeek-V3-0324在编程等方面有亮点，Qwen2.5-VL-32B-Instruct能提供更符合人类偏好的答案并在多方面有提升，文中还提供了相关链接及推荐阅读内容。

💻DeepSeek-V3-0324模型，编程能力提升，前端开发优化，写作质量提高，函数调用更准确

📝Qwen2.5-VL-32B-Instruct模型，调整输出样式，提高数学推理和图像理解推理能力

🔗文中提供多个相关链接及推荐阅读内容

原创 PaperAgent 2025-03-25 18:14 湖北

几乎就在同一天，两个国内著名大模型厂商DeepSeek与阿里通义千问组团开源了模型：DeepSeek-V3-0324（更美观的网页和游戏前端），Qwen2.5-VL-32B-Instruct（以小博大）：

Qwen2.5-vl-32B模型

72B 对 VLM 来说太大？7B 不够强！那么可以使用32B 模型

响应更符合人类偏好：调整输出样式以提供更详细、格式更好的答案，使其更符合人类偏好。数学推理：显著提高解决复杂数学问题的准确性。细粒度图像理解与推理：增强图像解析、内容识别、视觉逻辑推理等任务的准确性和细节分析。

Blog: https://qwenlm.github.io/blog/qwen2.5-vl-32b/Qwen Chat: https://chat.qwen.aiHF: https://huggingface.co/Qwen/Qwen2.5-VL-32B-InstructModelScope: https://modelscope.cn/models/Qwen/Qwen2.5-VL-32B-Instruct

DeepSeek-V3-0324模型

DeepSeek是在昨晚悄悄开源的新版本V3模型的，此次最大的亮点是编程能力，性能比肩Claude 3.7

前端 Web 开发，提高了代码的可执行性，更美观的网页和游戏前端

汉语写作能力，与 DeepSeek-R1 写作风格保持一致中长篇写作质量更高

函数调用，改进提高了函数调用的准确性，工具/MCP调用更加稳健

https://huggingface.co/deepseek-ai/DeepSeek-V3-0324/tree/main测试示例：https://github.com/KCORES/kcores-llm-arena/tree/mainMCP调用：https://x.com/localhost_4173/status/1904396718801932656

推荐阅读

• 动手设计AI Agents：Coze版（编排、记忆、插件、workflow、协作）

• DeepSeek R1 + Agent 的下半场

• RAG全景图：从RAG启蒙到高级RAG之36技，再到终章Agentic RAG！

• Agent到多模态Agent再到多模态Multi-Agents系统的发展与案例讲解（1.2万字，20+文献，27张图）

---

欢迎关注我的公众号“PaperAgent”，每天一篇大模型（LLM）文章来锻炼我们的思维，简单的例子，不简单的方法，提升自己。

阅读原文

跳转微信打开