Câu trả lờiĐã xuất bản20 nguồn
Apex-35B-V1.0 dùng kết quả đánh giá để cải thiện mô hình ra sao?
Apex 35B V1.0 là mô hình trọng số mở dựa trên Qwen3.6 35B A3B; trọng số được đăng trên Hugging Face. Mô hình hướng đến lập trình, sử dụng công cụ, tác vụ tổng quát và nghiên cứu về AI, khoa học tính toán, mô phỏng robot.
Đăng bởiBiên tập bằng GPT-6 LunaHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu
Bài học chính
- Apex 35B V1.0 là mô hình trọng số mở dựa trên Qwen3.6 35B A3B; trọng số được đăng trên Hugging Face.
- Mô hình hướng đến lập trình, sử dụng công cụ, tác vụ tổng quát và nghiên cứu về AI, khoa học tính toán, mô phỏng robot.
- Apex báo cáo mô hình vượt Qwen ở 20/21 benchmark và đạt mức tăng 32,1 điểm trên CFD Bench nội bộ; các kết quả này chưa được xác nhận độc lập trong nguồn được dẫn.
Prompt AI
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Apex Intelligence’s Apex-35B-V1.0, released on October 28, 2026, and how do its Hugging Face weight availability, Qwen3.6-35B-A3B fo. Article summary: Apex-35B-V1.0 is Apex Intelligence’s first model, released on October 28, 2026: an open-weight, Qwen-based model intended for general-purpose use and research, rather than a foundation model trained from scratch.[2][4][6. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Apex-35B-V1.0 là mô hình đầu tiên của Apex Intelligence, được xây dựng trên nền Qwen3.6-35B-A3B của Alibaba rồi tiếp tục phát triển qua các giai đoạn huấn luyện giữa kỳ và hậu huấn luyện. Điểm đáng chú ý trong câu chuyện ra mắt không phải là mô hình được huấn luyện từ đầu, mà là tuyên bố của Apex rằng hệ thống Apex Research đã tạo dữ liệu có mục tiêu và dùng kết quả đánh giá để định hướng cải tiến. Công ty cho biết vòng lặp này giúp điểm CFD-Bench nội bộ tăng 32,1 điểm; đây là kết quả do công ty báo cáo, chưa được các nguồn dẫn ở đây xác nhận độc lập.2
17
21
Apex-35B-V1.0 là mô hình gì?
Mô hình được giới thiệu cho cả mục đích sử dụng tổng quát lẫn nghiên cứu. Tài liệu mô hình liệt kê các khả năng như lập trình, sử dụng công cụ, trả lời câu hỏi và tìm kiếm chuyên sâu; các hướng nghiên cứu gồm AI, khoa học tính toán và mô phỏng robot. Tài liệu phát hành cũng cho biết mô hình hỗ trợ môi trường Claude Code.2
21
Trọng số được đăng trên Hugging Face tại Apexintelligence-AI/Apex-35B-V1.0. Apex cũng có kho GGUF chính thức dành cho các môi trường chạy tương thích.21
23
Vòng lặp nghiên cứu được Apex mô tả
Trong ví dụ về động lực học chất lưu tính toán (CFD), Apex Research dùng lỗi khi đánh giá mô hình làm đầu mối cho bước huấn luyện tiếp theo. Theo mô tả của công ty, hệ thống phân tích lỗi, xác định vấn đề trong quá trình suy luận, tạo và kiểm tra các ví dụ khoa học mới, rồi bổ sung chúng vào những đợt huấn luyện sau.17
28
Apex quy mức tăng 32,1 điểm trên CFD-Bench nội bộ cho quy trình tạo dữ liệu có mục tiêu này. Đó là mức tăng tính bằng điểm, không phải tăng 32,1%. Vì đây là đánh giá nội bộ, nên nên xem con số này là kết quả do công ty công bố, không phải kết quả benchmark độc lập.17
28
Apex cũng cho biết hệ thống tự động của mình tham gia tạo dữ liệu huấn luyện và tiến hành thí nghiệm; một hồ sơ công ty còn nêu việc tối ưu hóa nhân GPU.1
6 Tuy nhiên, các tài liệu được dẫn ở đây không cung cấp số liệu tương đương về tốc độ huấn luyện hay tốc độ giải mã, cũng như đủ chi tiết đo lường để đánh giá những tuyên bố về hiệu suất tính toán.
Các kết quả benchmark được công bố
Những so sánh dưới đây do Apex hoặc các bài viết về đợt phát hành thuật lại. Chúng cho biết kết quả đánh giá mà công ty báo cáo, nhưng không phải bảng xếp hạng đã được kiểm chứng độc lập.17
28
30
38
- 21 benchmark tổng thể: Theo thông tin về đợt phát hành, Apex-35B-V1.0 đạt điểm cao hơn Qwen3.6-35B-A3B ở 20 trong 21 bài kiểm tra. So với Flint của Recursive SuperIntelligence, mô hình được cho là dẫn trước ở 18 bài và hòa một bài. Các bài kiểm tra bao gồm nghiên cứu, tác vụ dạng tác nhân, lập trình và suy luận.
17
- Các bài kiểm tra nghiên cứu: Apex cho biết mô hình vượt Qwen3.6-35B-A3B và Recursive Flint ở cả sáu benchmark nghiên cứu mà công ty đánh giá.
28
30
- PaperBench và FrontierScience: Một bài viết ghi nhận Apex đạt 60,9 điểm trên PaperBench và 40,0 trên FrontierScience. Các mức tương ứng của Qwen3.6-35B-A3B là 45,8 và 21,7; GLM-5.3 đạt 42,5 trên PaperBench và 30,7 trên FrontierScience.
- Một số đối chiếu khác: Apex cho biết mô hình vượt GLM-5.3 trên FrontierScience và PaperBench, đạt kết quả cao hơn DeepSeek-V4.1-Flash-1017 ở phần Human-difficult của BioMysteryBench, đồng thời có điểm BFCL V4 cao nhất trong nhóm mô hình được công ty so sánh.
38 Tuyên bố về BFCL chỉ áp dụng cho nhóm đối chiếu đó, không có nghĩa là cao nhất trong mọi mô hình hiện có.
- Các bài kiểm tra liên quan đến robot: Apex công bố điểm 44,5 trên RoboRSI và 21,55 trên Real2Sim. Tài liệu mô hình nêu các năng lực liên quan như mô phỏng robot, thực thi tác vụ robot, thu thập quỹ đạo và tái dựng cảnh từ thế giới thực sang mô phỏng.
21
18
Kết quả cho thấy điều gì — và chưa chứng minh điều gì?
Ví dụ cụ thể nhất về phương pháp nghiên cứu tự động mà Apex mô tả là vòng lặp CFD: tìm lỗi, tạo và xác minh ví dụ huấn luyện có mục tiêu, rồi huấn luyện lại. Quy trình này cho thấy phân tích tự động có thể tham gia vào phát triển mô hình như thế nào. Nhưng riêng ví dụ đó chưa chứng minh mô hình có khả năng tự cải thiện không giới hạn hoặc tự tiến hành nghiên cứu hoàn toàn độc lập.17
28
Apex-35B-V1.0 đã được phát hành dưới dạng mô hình trọng số mở dựa trên Qwen, và công ty báo cáo kết quả tăng trên nhiều đánh giá nội bộ. Dù vậy, các nguồn được dẫn chưa đưa ra kết quả benchmark được xác minh độc lập, cũng chưa có số liệu đủ tương đương về tốc độ huấn luyện và giải mã. Đây là những giới hạn cần lưu ý khi diễn giải các tuyên bố hiệu năng hoặc so sánh mô hình với hệ thống khác.
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "Apex-35B-V1.0 dùng kết quả đánh giá để cải thiện mô hình ra sao?" là gì?
Apex 35B V1.0 là mô hình trọng số mở dựa trên Qwen3.6 35B A3B; trọng số được đăng trên Hugging Face.
Những điểm chính cần xác nhận đầu tiên là gì?
Apex 35B V1.0 là mô hình trọng số mở dựa trên Qwen3.6 35B A3B; trọng số được đăng trên Hugging Face. Mô hình hướng đến lập trình, sử dụng công cụ, tác vụ tổng quát và nghiên cứu về AI, khoa học tính toán, mô phỏng robot.
Tôi nên làm gì tiếp theo trong thực tế?
Apex báo cáo mô hình vượt Qwen ở 20/21 benchmark và đạt mức tăng 32,1 điểm trên CFD Bench nội bộ; các kết quả này chưa được xác nhận độc lập trong nguồn được dẫn.