中兴通讯一次开源11个核心成果,中兴通讯核心产品
在开源的6个大模型中,NTele-R1-32B-V1电信大模型成为焦点。该模型基于DeepSeek-32B-Distill架构训练,仅用800个精心筛选的样本(含400个数学问题与400个代码任务),就在多项权威测评中实现对行业标杆模型的超越。数据显示,其在AIME2024测评中得分82.5,超越Qwen3-32B的78.75;在MATH500测试中准确率达95.2%,领先同类模型1-2个百分点。这种“小样本高效训练”能力,为降低AI开发成本提供了全新范式。 中兴通讯AI研发中心负责人解释:“NTele-R1-32B-V1 是从 DeepSeek-32B-Distill训练的,实现了‘少而精’的训练效果。”目前,该数据集已同步开源,开发者可直接获取用于模型优化。
针对多模态智能领域,中兴通讯开源的7B-Curr-ReFT与3B-Curr-ReFT模型同样引发关注。这两款基于Qwen2.5-VL-Instruct微调的模型,采用独创的Curr-ReFT训练范式,通过“课程强化学习”与“拒绝样本自我改进”机制,让小参数模型展现出媲美大模型的推理能力。Curr-ReFT在这两个模型上的表现均显著超越了原有基线,甚至在多个公开基准测试中超越了更大规模的26B(InternVL-26B)和32B(Llava-Next-32B)模型。
同步开源的5个行业数据集则覆盖通信、数学、Code、视觉识别等关键领域,其中TFCE数据集堪称“电信AI百科全书”。该数据集整合中兴40年技术积淀,包含1800余个函数、917道Python题目,全面覆盖4G LTE优化、5G网络切片、6G信道建模等通讯核心技术应用场景,支持Simple到Parallel-Multiple的全场景函数调用评估。“这相当于为通信行业AI开发提供了标准化‘考题’,”项目负责人指出,TFCE填补了全球电信领域函数调用测评的空白。
此次集中开源的11项成果,并非孤立存在,而是形成了“模型-数据-工具”三位一体的支撑体系。在焕新社区平台上,开发者可直接调用中兴开源模型,利用配套数据集训练,通过Curr-ReFT工具链优化,快速构建行业解决方案。这种“一站式支持”模式,有效降低了AI创新门槛。国资委相关负责人评价:“中兴通讯的参与,体现了科技企业对国家AI战略的深度响应。11项核心成果开源,既强化了‘焕新社区’的技术底座,也为央企间的协同创新提供了范本。”据了解,中兴已与多家国产GPU厂商达成合作,推动开源模型与国产芯片的深度适配,目前算力效率较通用方案提升40%。
2、如果要主要考虑自驾出行,就选问界M8增程款,问界m5什么时候上市