通义千问

通义千问 通义千问 Modified March 27, 2025 Created on June 5, 2024 2023年8月起，通义千问密集推出Qwen、Qwen1.5、Qwen2三代开源模型，实现了全尺寸、全模态开源。不到一年时间，通义开源大模型性能不断突破，Qwen系列的72B、110B模型多次登顶HuggingFace 的Open LLM Leaderboard开源模型榜单。 （图说：HuggingFace的开源大模型排行榜Open LLM Leaderboard是目前大模型领域最具权威性的榜单，收录了全球上百个开源大模型的性能测试结果，Qwen 72B和Qwen1.5 110B都曾登顶这一榜单） 二、在哪里可以体验Qwen2系列模型？ Qwen2系列已上线魔搭社区ModelScope和阿里云百炼平台，开发者可在魔搭社区体验、下载模型，或通过阿里云百炼平台调用模型API。 同时， Qwen2 72b instruct 模型已经上线中国大语言模型评测竞技场Compass Arena，所有人都可以登录体验Qwen2的性能，或者选择Qwen2模型与其他大模型进行对比测评。测评地址（ https://opencompass.org.cn/arena ）。 Compass Arena是由上海人工智能实验室和魔搭社区联合推出的大模型测评平台，集齐了国内主流的20多款大模型，包括阿里通义千问、百度文心一言、腾讯混元、讯飞星火、字节跳动豆包、智谱AI、百川智能、零一万物、月之暗面等等，用户可在平台选择大模型的两两“对战”，实名或匿名对战皆可。 三、Qwen2为什么能有如此优越的性能？ 通义千问技术博客披露，在Qwen1.5系列中，只有32B和110B的模型使用了GQA。这一次，所有尺寸的模型都使用了GQA，以便让用户体验到GQA带来的推理加速和显存占用降低的优势。针对小模型，由于embedding参数量较大，研发团队使用了tie embedding的方法让输入和输出层共享参数，增加非embedding参数的占比。 上下文长度方面，所有的预训练模型均在32K tokens的数据上进行训练，研发团队发现其在128K tokens时依然能在PPL评测中取得不错的表现。然而，对指令微调模型而言，除PPL评测之外还需要进行大海捞针等长序列理解实验。在使用YARN这类方法时，Qwen2 7B Instruct和Qwen2 72B Instruct均实现了长达128K tokens上下文长度的支持。 通义千问团队投入了大量精力研究如何扩展多语言预训练和指令微调数据的规模并提升其质量，从而提升模型的多语言能力。尽管大语言模型本身具有一定的泛化性，团队还是针对性地对除中英文以外的27种语言进行了增强： 此外，团队针对性地优化了多语言场景中常见的语言转换（code switch）问题，模型当前发生语言转换的概率大幅度降低。团队使用容易触发语言转换现象的提示词进行测试，观察到Qwen2系列模型在此方面能力的显著提升。 大规模预训练后，通义千问团队对模型进行精细的微调，以提升其智能水平，让其表现更接近人类。这个过程进一步提升了代码、数学、推理、指令遵循、多语言理解等能力。此外，模型学会对齐人类价值观，它也随之变得更加对人类有帮助、诚实以及安全。通义千问团队的微调过程遵循的原则是使训练尽可能规模化的同时并且尽可能减少人工标注。团队探索了如何采用多种自动方法以获取高质量、可靠、有创造力的指令和偏好数据，其中包括针对数学的拒绝采样、针对代码和指令遵循的代码执行反馈、针对创意写作的回译、针对角色扮演的scalable oversight、等等。在训练方面，团队结合了有监督微调、反馈模型训练以及在线DPO等方法。还采用了在线模型合并的方法减少对齐税。这些做法都大幅提升了模型的基础能力以及模型的智能水平。 不久后，通义千问团队将推出Qwen2的技术报告。 四、Qwen2系列模型在开源社区的影响力怎么样？ Qwen系列模型正在全球爆火，近一个月内总下载量翻倍，已突破1600万次。海内外开源社区已经出现了超过1500款基于Qwen二次开发的模型和应用。 事实上，自今年2月Qwen1.5发布前后，就有大量开发者催更Qwen2（附件：海外开发者催更）。6月7日晚上24点左右Qwen2上线后，多个重要的开源生态伙伴火速宣布支持Qwen2，包括TensorRT LLM、OpenVINO、OpenCompass、XTuner、LLaMA Factory、Firefly、OpenBuddy、vLLM、Ollama等。 除了美国Llama开源生态之外，通义千问已成为全球开发者的另一主流选项。 五、如何看待Qwen2系列的性能突破？ Qwen2的发布，标志着中国开源模型发展的两个重大进展： 1、在中国大模型领域，开源模型显示出超越最强闭源模型的势头。 2、中国的开源大模型，从性能到生态都具备了媲美美国Llama3的能力。 一年前，人们普遍认为开源模型和最领先的闭源模型之间存在相当大的代差，如今，开源模型用实力证明，开源模型正在变得越来越强。 六、为什么要坚持开源开放？ 通义千问大模型的持续优化和进步，主要依赖三大能力：强大的大模型研发能力、领先的基础设施能力以及开源社区的充分支持。来自开源社区源源不断的开发者反馈，一直在帮助研发团队迭代技术、优化模型。 阿里云是全球唯一一家积极研发先进AI 模型并且全方位开源的云计算厂商。2023年8月，阿里云成为国内首个宣布开源自研模型的科技企业，推出通义千问第一代开源模型Qwen；2024年2月，1.5代开源模型Qwen1.5发布；不到4个月后，Qwen2开源。 不到一年时间，通义先后开源数十款不同尺寸的模型，包括大语言模型、多模态模型、混合专家模型、代码大模型。开源频率和速度全球无二，模型的性能也随着版本迭代而肉眼可见地进化，从Qwen 72B开始，逐渐步入全球大模型竞争的核心腹地，在权威榜单多次创造中国大模型的“首次”。 可以说，Qwen是国内唯一出现在OpenAI视野里，可以参与国际竞争的国产大模型。不久前，OpenAI创始人奥特曼在X上转发了一条OpenAI研究员公布的消息，GPT 4o在测试阶段登上了Chatbot Arena（LMSys Arena）榜首位置，这个榜单是OpenAI唯一认可证明其地位的榜单，而Qwen是其中唯一上榜的国内模型。 早些时候，有人做了个LMSys榜单一年动态变化视频。过去一年内，国产大模型只有Qwen多次冲进这份榜单，最早出现的是通义千问14B开源视频Qwen 14B，后来是Qwen系列的72B、110B以及通义千问闭源模型Qwen Max，得分一个比一次高，LMSys也曾官方发推认证通义千问开源模型的实力。在顶尖模型公司的竞争中，目前为止中国模型只有通义千问真正入局，能与头部厂商一较高下。 开发者用脚投票的结果，显示了Qwen系列的受欢迎程度。目前为止，Qwen系列开源模型的累计下载量突破了1600万，国内外有海量开发者都基于Qwen开发了自己的模型和应用，尤其是企业级的模型和应用。Qwen的很多忠实拥趸是海外开发者，他们时常在社交平台发表“我们为什么没有这种模型”的溢美之词（配图详见附件）。 大海捞针 拒绝采样 scalable oversight 在线模型合并 2023年8月起，通义千问密集推出Qwen、Qwen1.5、Qwen2三代开源模型，实现了全尺寸、全模态开源。不到一年时间，通义开源大模型性能不断突破，Qwen系列的72B、110B模型多次登顶HuggingFace 的Open LLM Leaderboard开源模型榜单。 （图说：HuggingFace的开源大模型排行榜Open LLM Leaderboard是目前大模型领域最具权威性的榜单，收录了全球上百个开源大模型的性能测试结果，Qwen 72B和Qwen1.5 110B都曾登顶这一榜单） 二、在哪里可以体验Qwen2系列模型？ Qwen2系列已上线魔搭社区ModelScope和阿里云百炼平台，开发者可在魔搭社区体验、下载模型，或通过阿里云百炼平台调用模型API。 同时， Qwen2 72b instruct 模型已经上线中国大语言模型评测竞技场Compass Arena，所有人都可以登录体验Qwen2的性能，或者选择Qwen2模型与其他大模型进行对比测评。测评地址（ https://opencompass.org.cn/arena ）。 Compass Arena是由上海人工智能实验室和魔搭社区联合推出的大模型测评平台，集齐了国内主流的20多款大模型，包括阿里通义千问、百度文心一言、腾讯混元、讯飞星火、字节跳动豆包、智谱AI、百川智能、零一万物、月之暗面等等，用户可在平台选择大模型的两两“对战”，实名或匿名对战皆可。 三、Qwen2为什么能有如此优越的性能？ 通义千问技术博客披露，在Qwen1.5系列中，只有32B和110B的模型使用了GQA。这一次，所有尺寸的模型都使用了GQA，以便让用户体验到GQA带来的推理加速和显存占用降低的优势。针对小模型，由于embedding参数量较大，研发团队使用了tie embedding的方法让输入和输出层共享参数，增加非embedding参数的占比。 上下文长度方面，所有的预训练模型均在32K tokens的数据上进行训练，研发团队发现其在128K tokens时依然能在PPL评测中取得不错的表现。然而，对指令微调模型而言，除PPL评测之外还需要进行大海捞针等长序列理解实验。在使用YARN这类方法时，Qwen2 7B Instruct和Qwen2 72B Instruct均实现了长达128K tokens上下文长度的支持。 大海捞针 通义千问团队投入了大量精力研究如何扩展多语言预训练和指令微调数据的规模并提升其质量，从而提升模型的多语言能力。尽管大语言模型本身具有一定的泛化性，团队还是针对性地对除中英文以外的27种语言进行了增强： 此外，团队针对性地优化了多语言场景中常见的语言转换（code switch）问题，模型当前发生语言转换的概率大幅度降低。团队使用容易触发语言转换现象的提示词进行测试，观察到Qwen2系列模型在此方面能力的显著提升。 大规模预训练后，通义千问团队对模型进行精细的微调，以提升其智能水平，让其表现更接近人类。这个过程进一步提升了代码、数学、推理、指令遵循、多语言理解等能力。此外，模型学会对齐人类价值观，它也随之变得更加对人类有帮助、诚实以及安全。通义千问团队的微调过程遵循的原则是使训练尽可能规模化的同时并且尽可能减少人工标注。团队探索了如何采用多种自动方法以获取高质量、可靠、有创造力的指令和偏好数据，其中包括针对数学的拒绝采样、针对代码和指令遵循的代码执行反馈、针对创意写作的回译、针对角色扮演的scalable oversight、等等。在训练方面，团队结合了有监督微调、反馈模型训练以及在线DPO等方法。还采用了在线模型合并的方法减少对齐税。这些做法都大幅提升了模型的基础能力以及模型的智能水平。 拒绝采样 scalable oversight 在线模型合并 不久后，通义千问团队将推出Qwen2的技术报告。 四、Qwen2系列模型在开源社区的影响力怎么样？ Qwen系列模型正在全球爆火，近一个月内总下载量翻倍，已突破1600万次。海内外开源社区已经出现了超过1500款基于Qwen二次开发的模型和应用。 事实上，自今年2月Qwen1.5发布前后，就有大量开发者催更Qwen2（附件：海外开发者催更）。6月7日晚上24点左右Qwen2上线后，多个重要的开源生态伙伴火速宣布支持Qwen2，包括TensorRT LLM、OpenVINO、OpenCompass、XTuner、LLaMA Factory、Firefly、OpenBuddy、vLLM、Ollama等。 除了美国Llama开源生态之外，通义千问已成为全球开发者的另一主流选项。 五、如何看待Qwen2系列的性能突破？ Qwen2的发布，标志着中国开源模型发展的两个重大进展： 1、在中国大模型领域，开源模型显示出超越最强闭源模型的势头。 2、中国的开源大模型，从性能到生态都具备了媲美美国Llama3的能力。 一年前，人们普遍认为开源模型和最领先的闭源模型之间存在相当大的代差，如今，开源模型用实力证明，开源模型正在变得越来越强。 六、为什么要坚持开源开放？ 通义千问大模型的持续优化和进步，主要依赖三大能力：强大的大模型研发能力、领先的基础设施能力以及开源社区的充分支持。来自开源社区源源不断的开发者反馈，一直在帮助研发团队迭代技术、优化模型。 阿里云是全球唯一一家积极研发先进AI 模型并且全方位开源的云计算厂商。2023年8月，阿里云成为国内首个宣布开源自研模型的科技企业，推出通义千问第一代开源模型Qwen；2024年2月，1.5代开源模型Qwen1.5发布；不到4个月后，Qwen2开源。 不到一年时间，通义先后开源数十款不同尺寸的模型，包括大语言模型、多模态模型、混合专家模型、代码大模型。开源频率和速度全球无二，模型的性能也随着版本迭代而肉眼可见地进化，从Qwen 72B开始，逐渐步入全球大模型竞争的核心腹地，在权威榜单多次创造中国大模型的“首次”。 可以说，Qwen是国内唯一出现在OpenAI视野里，可以参与国际竞争的国产大模型。不久前，OpenAI创始人奥特曼在X上转发了一条OpenAI研究员公布的消息，GPT 4o在测试阶段登上了Chatbot Arena（LMSys Arena）榜首位置，这个榜单是OpenAI唯一认可证明其地位的榜单，而Qwen是其中唯一上榜的国内模型。 早些时候，有人做了个LMSys榜单一年动态变化视频。过去一年内，国产大模型只有Qwen多次冲进这份榜单，最早出现的是通义千问14B开源视频Qwen 14B，后来是Qwen系列的72B、110B以及通义千问闭源模型Qwen Max，得分一个比一次高，LMSys也曾官方发推认证通义千问开源模型的实力。在顶尖模型公司的竞争中，目前为止中国模型只有通义千问真正入局，能与头部厂商一较高下。 开发者用脚投票的结果，显示了Qwen系列的受欢迎程度。目前为止，Qwen系列开源模型的累计下载量突破了1600万，国内外有海量开发者都基于Qwen开发了自己的模型和应用，尤其是企业级的模型和应用。Qwen的很多忠实拥趸是海外开发者，他们时常在社交平台发表“我们为什么没有这种模型”的溢美之词（配图详见附件）。 多语言能力评测 我们通过多个跨语言开放基准测试以及人工评估，比较了Qwen2指令微调模型与其他近期的大型语言模型。对于基准测试，我们展示了在2个评估数据集上的结果： • M MMLU：来自Okapi的多语言常识理解数据集（我们在阿、德、西、法、意、荷、俄、乌、越、中这几个子集进行测试） • MGSM：包含德、英、西、法、日、俄、泰、中和孟在内的数学评测。 结果如下所示： 针对人工评测，我们使用内部评估集比较了Qwen2 72B Instruct与GPT3.5、GPT4和Claude 3 Opus，该评测集包括10种语言：ar（阿拉伯语）、es（西班牙语）、fr（法语）、ko（韩语）、th（泰语）、vi（越南语）、pt（葡萄牙语）、id（印度尼西亚语）、ja（日语）和ru（俄语）。 将上述结果分类求平均后，结果如下所示： 以上结果均反映了Qwen2指令微调模型突出的多语言能力。 本文档可编辑，欢迎贴上你的测试结果 Qwen2今日开源，免费下载！ 下载地址:https://modelscope.cn/organization/qwen Git 地址 https://github.com/QwenLM/Qwen2 Hugging Face https://huggingface.co/Qwen 👾 在线体验（72B） Qwen2 72B demo直接体验地址 HF上：https://huggingfa ce.co/spaces/Qwen/Qwen2 72B Instruct 魔搭上：https://www.modelscope.cn/studios/qwen/Qwen2 72B Instruct demo/summary CompassArena 司南大模型竞技场 https://modelscope.cn/studios/opencompass/CompassArena/summary 中国大语言模型评测竞技场Compass Arena https://opencompass.org.cn/arena 在线体验（72B） Qwen2 72B demo直接体验地址 HF上：https://huggingfa ce.co/spaces/Qwen/Qwen2 72B Instruct 魔搭上：https://www.modelscope.cn/studios/qwen/Qwen2 72B Instruct demo/summary CompassArena 司南大模型竞技场 https://modelscope.cn/studios/opencompass/CompassArena/summary 中国大语言模型评测竞技场Compass Arena https://opencompass.org.cn/arena 🎉 相关报道： Qwen博客写的比较全 https://qwenlm.github.io/blog/qwen2/ 官方：https://mp.weixin.qq.com/s/bdhjwuWzopfLLivpsKVK0Q 赛博禅心 https://mp.weixin.qq.com/s/aeFwWYZuFo kncRYn0XF7A 最强开源大模型面世：阿里发布Qwen2 https://mp.weixin.qq.com/s/qG1wbnd7ctBwJ0RtvkzlRQ MiX 跨学科知识分享（详细参数 https://mp.weixin.qq.com/s/cerb3j9rbq8B6kTzZz6eIQ 相关报道： Qwen博客写的比较全 https://qwenlm.github.io/blog/qwen2/ 官方：https://mp.weixin.qq.com/s/bdhjwuWzopfLLivpsKVK0Q 赛博禅心 https://mp.weixin.qq.com/s/aeFwWYZuFo kncRYn0XF7A 最强开源大模型面世：阿里发布Qwen2 https://mp.weixin.qq.com/s/qG1wbnd7ctBwJ0RtvkzlRQ MiX 跨学科知识分享（详细参数 https://mp.weixin.qq.com/s/cerb3j9rbq8B6kTzZz6eIQ 特点 • 5 种尺寸的预训练和指令调整模型，包括 Qwen2 0.5B、Qwen2 1.5B、Qwen2 7B、Qwen2 57B A14B 和Qwen2 72B；（Qwen2 57B A14B这个模型可以重点看看 • 除英语和中文外，还接受过另外27 种语言的数据训练； • 在大量基准评估中表现出最先进的性能； • 在大量基准评估中获得 SOTA 性能。代码和数学性能显著提高，全面超越llama3 • 增大了上下文长度支持，最高达到128K tokens（Qwen2 72B Instruct）。 HF最新榜第一 • 72B 和 7B 可处理 128k 上下文 • 57B A14B 可处理 64k 上下文 • 0.5B 和 1.5B 可处理 32k 上下文 相比2月推出的通义千问Qwen1.5，Qwen2实现了整体性能的代际飞跃。在权威模型测评榜单OpenCompass中，此前开源的Qwen1.5 110B已领先于文心4.0等一众中国闭源模型。刚刚开源的Qwen2 72B，整体性能相比Qwen1.5 110B又取得了大幅提升。 （图说：在上海人工智能实验室推出的OpenCompass大模型测评榜单上，此前开源的Qwen1.5 110B已领先于文心4.0等一众中国闭源模型） 通义千问Qwen2系列模型大幅提升了代码、数学、推理、指令遵循、多语言理解等能力。在MMLU、GPQA、HumanEval、GSM8K、BBH、MT Bench、Arena Hard、LiveCodeBench等国际权威测评中，Qwen2 72B获十几项世界冠军，超过美国的Llama3。 （图说：Qwen2 72B在十多个权威测评中获得冠军，超过美国的Llama3 70B模型） 做了个测试 用 景淮：辅助我们做一个不扫兴的父母 GPTs 实战 景淮：辅助我们做一个不扫兴的父母 GPTs 实战 GPT参考效果 Qwen Max （未开源 接的通义千问2.5，确实理解能力更强， 效果最好，没有挑，测了三次直出 🤖 孩子：爸爸，为什么我一定要做那么多作业呀？ 爸爸：因为作业就像是游戏里的关卡，每完成一关，你就变得更强大了！ 孩子：可是我好累，感觉快升级不了了。 孩子：爸爸，为什么我一定要做那么多作业呀？ 爸爸：因为作业就像是游戏里的关卡，每完成一关，你就变得更强大了！ 孩子：可是我好累，感觉快升级不了了。 爸爸：那就让我们来个能量补给小憩，就像超级马里奥吃到了蘑菇，休息一下再一起攻关，怎么样？ 孩子：听起来不错，休息好了我就又能变成学习小超人了！ 🤖 孩子：爸爸，为什么我一定要做那么多作业呀？ 爸爸：因为作业是知识的小火车，每一题都在载着你去更有趣的地方探险呢！ 孩子：可是我好累，感觉都快成小蜗牛了。 爸爸：那咱们就让小蜗牛也来个中场休息，爸爸陪你玩10分钟游戏，然后我们再一起慢慢爬，怎么样？ 孩子：太好了！休息完我就有力气继续探险了！ 孩子：爸爸，为什么我一定要做那么多作业呀？ 爸爸：因为作业是知识的小火车，每一题都在载着你去更有趣的地方探险呢！ 孩子：可是我好累，感觉都快成小蜗牛了。 爸爸：那咱们就让小蜗牛也来个中场休息，爸爸陪你玩10分钟游戏，然后我们再一起慢慢爬，怎么样？ 孩子：太好了！休息完我就有力气继续探险了！ 🤖 孩子：“妈妈，如果我考试不及格怎么办？” 妈妈：“宝贝，考试就像骑自行车爬坡，有时会累会慢，但你不放弃，妈妈就陪你一起推车向前走。” 孩子：“可是我怕同学们笑话我。” 妈妈：“你知道吗？就连超人也有飞不高的时候，重要的是摔倒了能笑着站起来。同学们也有他们的难题，大家互相学习，共同进步多好。” 孩子：“妈妈，如果我考试不及格怎么办？” 妈妈：“宝贝，考试就像骑自行车爬坡，有时会累会慢，但你不放弃，妈妈就陪你一起推车向前走。” 孩子：“可是我怕同学们笑话我。” 妈妈：“你知道吗？就连超人也有飞不高的时候，重要的是摔倒了能笑着站起来。同学们也有他们的难题，大家互相学习，共同进步多好。” Qwen2 72B Instruct (阿里通义千问) 一次性出4条，内容质量接近GPT4 🤖 孩子：“妈妈，为什么月亮有时候是圆的，有时候又是弯的呢？” 妈妈：“哦，那是因为月亮在跟我们玩捉迷藏呢！当它觉得害羞时，就只露出一点点脸庞。” 孩子：“真的吗？那它什么时候最勇敢？” 妈妈：“当月亮变得又大又圆的时候，它是最勇敢的，因为它不再害怕，想要把所有的光都分享给大家。” 孩子：“爸爸，我今天数学测验没做好，好难过。” 爸爸：“哎呀，这就像你最喜欢的足球比赛，有时候我们不能每次都进球，对吧？” 孩子：“可是我真的很想每次都做得很好。” 爸爸：“当然了，但我们从每次尝试中学习，下次就会踢得更好，数学也一样，让我们一起找出哪里可以改进，下次一定会有进步的，而且你知道吗？爸爸小时候数学也不好，但后来我成了你的超级英雄爸爸，所以别担心，一切都会好起来的。” 孩子：“妈妈，我好害怕黑夜，总觉得有怪物。” 妈妈：“你知道吗？黑夜其实是星星和月亮的聚会时间，它们在天空中玩耍，给我们带来美丽的夜景。” 孩子：“可是我还是害怕。” 妈妈：“那我们来个约定，每当你害怕时，就想象自己穿着超级英雄的斗篷，保护着家人和朋友，这样是不是感觉更有勇气了？而且，我们可以一起读一些勇敢的故事书，让你在梦里也变成勇敢的冒险家。” 孩子：“爸爸，班上有个同学总是嘲笑我，我不知道该怎么办。” 爸爸：“嘿，这就像玩游戏，有时你会遇到不太友好的对手，但他们并不能决定你的价值。” 孩子：“那我应该怎么做呢？” 爸爸：“你可以试着跟他说，‘我不喜欢你这样说，我希望我们能成为好朋友。’记住，你是独一无二的，你的善良和才华比任何人的意见都重要。如果他还是不改变，我们就找老师帮忙，让学校成为每个人都能感到安全和尊重的地方。” 孩子：“妈妈，为什么月亮有时候是圆的，有时候又是弯的呢？” 妈妈：“哦，那是因为月亮在跟我们玩捉迷藏呢！当它觉得害羞时，就只露出一点点脸庞。” 孩子：“真的吗？那它什么时候最勇敢？” 妈妈：“当月亮变得又大又圆的时候，它是最勇敢的，因为它不再害怕，想要把所有的光都分享给大家。” 孩子：“爸爸，我今天数学测验没做好，好难过。” 爸爸：“哎呀，这就像你最喜欢的足球比赛，有时候我们不能每次都进球，对吧？” 孩子：“可是我真的很想每次都做得很好。” 爸爸：“当然了，但我们从每次尝试中学习，下次就会踢得更好，数学也一样，让我们一起找出哪里可以改进，下次一定会有进步的，而且你知道吗？爸爸小时候数学也不好，但后来我成了你的超级英雄爸爸，所以别担心，一切都会好起来的。” 孩子：“妈妈，我好害怕黑夜，总觉得有怪物。” 妈妈：“你知道吗？黑夜其实是星星和月亮的聚会时间，它们在天空中玩耍，给我们带来美丽的夜景。” 孩子：“可是我还是害怕。” 妈妈：“那我们来个约定，每当你害怕时，就想象自己穿着超级英雄的斗篷，保护着家人和朋友，这样是不是感觉更有勇气了？而且，我们可以一起读一些勇敢的故事书，让你在梦里也变成勇敢的冒险家。” 孩子：“爸爸，班上有个同学总是嘲笑我，我不知道该怎么办。” 爸爸：“嘿，这就像玩游戏，有时你会遇到不太友好的对手，但他们并不能决定你的价值。” 孩子：“那我应该怎么做呢？” 爸爸：“你可以试着跟他说，‘我不喜欢你这样说，我希望我们能成为好朋友。’记住，你是独一无二的，你的善良和才华比任何人的意见都重要。如果他还是不改变，我们就找老师帮忙，让学校成为每个人都能感到安全和尊重的地方。” DeepSeek LLM 67B Chat (深度求索) 有点太正经 🤖 孩子：“妈妈，如果我考试不及格怎么办？” 妈妈：“那也没关系，我们一起来找找原因，下次争取做得更好。” 孩子：“如果我下次还是不及格呢？” 妈妈：“那我们就再试试，失败是成功之母，只要不放弃，总有一天会成功的。” 孩子：“如果我一直失败呢？” 妈妈：“那我们就一起找找你真正喜欢和擅长的事情，每个人都有自己的闪光点。” 孩子：“那我喜欢画画，可以吗？” 妈妈：“当然可以，只要你喜欢，我们就一起努力把它做好。” 孩子：“妈妈，如果我考试不及格怎么办？” 妈妈：“那也没关系，我们一起来找找原因，下次争取做得更好。” 孩子：“如果我下次还是不及格呢？” 妈妈：“那我们就再试试，失败是成功之母，只要不放弃，总有一天会成功的。” 孩子：“如果我一直失败呢？” 妈妈：“那我们就一起找找你真正喜欢和擅长的事情，每个人都有自己的闪光点。” 孩子：“那我喜欢画画，可以吗？” 妈妈：“当然可以，只要你喜欢，我们就一起努力把它做好。” GLM4 (智谱AI) 输出比较多，加了结构化冗长内容。没有太get到扫兴父母的点 🤖 了解了您的需求后，以下是一个工作流程示例： 输入： 孩子的问题：“爸爸，为什么我不能像小明一样去国外旅游呢？” 分析： 孩子可能感到不公平或者羡慕其他孩子的经历。他需要理解每个家庭的情况不同，并且找到自己的快乐。 生成对话： 孩子：“爸爸，为什么我不能像小明一样去国外旅游呢？” 爸爸：“嗯，每个家庭都有自己的计划和节奏，就像每朵云都有不同的形状。” 孩子：“可是我很想去看看外面的世界。” 爸爸：“你可以从我们周围的世界开始探险，每个角落都有新奇的事物等着你去发现。等你长大了，会有机会的。” （注意到孩子可能还是有些失落，用他喜欢的事物引导他） 孩子：“真的吗？” 爸爸：“当然！而且，你不是一直想学摄影吗？可以先从记录我们美丽的小镇开始，将来说不定会成为旅行摄影师呢！” 这样的对话既尊重了孩子的感受，又鼓励他从不同的角度看待问题，同时也没有忽略他的愿望，而是给了他一个实现愿望的途径，符合“不扫兴父母的核心方法论”。 了解了您的需求后，以下是一个工作流程示例： 输入： 孩子的问题：“爸爸，为什么我不能像小明一样去国外旅游呢？” 分析： 孩子可能感到不公平或者羡慕其他孩子的经历。他需要理解每个家庭的情况不同，并且找到自己的快乐。 生成对话： 孩子：“爸爸，为什么我不能像小明一样去国外旅游呢？” 爸爸：“嗯，每个家庭都有自己的