表示
超・人工知能研究所 Super AI Research Lab トップへ超・人工知能研究所AI Research Lab / ぱそ太郎工事中

since
平成38年9月29日

← 検索結果に戻る

一つのモデルで思考の深さを切り替えるQwen3

Qwen3

保存した記事を見るこのブラウザに保存します。無料会員で端末間の同期・フォルダ整理

概要

  • Qwen3は思考モードと非思考モードを同じモデルに統合し、思考に使うトークン数の上限を指定できる。
  • 6億~2350億パラメータのモデル系列を持ち、事前学習で119の言語・方言を扱う。
  • 著者らの試験ではQwen3-32B-BaseのMMLU-Proが65.54で、Qwen2.5-32B-Baseの55.10を上回った。
補足:編集した模式図で仕組みを確認する

VISUAL EXPLAINER

図でつかむ、Qwen3の仕組み

左から右へ読む
  1. 01利用者の質問
  2. 02応答モードを指定
  3. 03文章を生成
  4. 04回答文

原論文の説明をもとにした模式図です。処理の細部は省略しています。

研究の背景

大規模言語モデルには、すぐに答えたい質問と、計算や手順を追って考えたい質問の両方が届く。常に深く考えさせると応答時間が増え、常に短く答えさせると複雑な課題で必要な検討が足りない可能性がある。

多言語の業務では、モデルの対応範囲も選定材料になる。Qwen3は応答時の考え方を切り替え、119の言語・方言を含む学習を行ったモデル系列として提示された。

手法

Qwen3は文章を入力として受け、指定されたモードで回答を生成する。思考モードでは途中の推論に使う量を「思考予算」で制御できる。例えば単純な用語説明なら非思考モード、複数条件の数学問題なら思考モードを選ぶ。トークンとは、モデルが文章を処理・生成するときの細かな単位で、予算はその単位で考える長さを制限する。

学習では、まず一般知識、次に数学やコードなどの推論向け内容、最後に長い文脈を扱う内容を使う。追加学習では推論の例と推論を示さない例を統合する。小型モデルには大型モデルの出力を手本に学ばせる蒸留も用いる。

新規性

Qwen3の中心的な変更は、複数段階で考える「思考モード」と、素早く応答する「非思考モード」を同じモデル系列に統合したことだ。思考に使うトークン数の上限も指定でき、質問の複雑さに応じて推論時の処理量を調整する設計である。

系列には通常の密なモデルと、入力ごとに一部の専門部分を動かす混合専門家モデルがあり、規模は6億~2350億パラメータに及ぶ。

従来手法との違い

著者らが挙げる従来の運用例では、会話向けモデルと推論向けモデルを切り替えていた。Qwen3では同じモデルで二つの応答モードを選べる。前世代Qwen2.5と比べ、事前学習で扱う言語・方言の範囲は29から119へ広がった。

同じ32B規模の基盤モデルを比べた論文の表では、Qwen3-32B-BaseがQwen2.5-32B-Baseを多数の評価項目で上回る。ただし、基盤モデルの試験結果を、そのまま業務用の対話品質や実行費用へ読み替えることはできない。

実験結果

著者らは基盤モデルを知識、数学、コード、多言語の15評価項目で比較した。例えばQwen3-32B-BaseのMMLU-Proは65.54で、Qwen2.5-32B-Baseの55.10を上回る。Qwen3-235B-A22Bの追加学習後のモデルについては、数学試験AIME’24で85.7、コード試験LiveCodeBench v5で70.7を報告している。

これらは試験ごとに対象モデルと条件が異なる数値である。著者らは思考予算を増やすと複数の課題で性能が改善すると述べるが、ここに示した得点だけから応答時間との最適な釣り合いは決められない。

応用の可能性

編集上の応用案 · 論文が実証した用途とは区別しています。

編集上の応用案:社内の開発相談窓口で、質問の難しさに応じて応答モードを切り替える。入力は開発者の質問、関連する仕様の文章、希望する回答期限。出力は根拠を示した短い回答、または調査手順を含む詳しい回答とする。

例えば設定値の場所を聞く質問には非思考モードを使い、複数の仕様が食い違う原因分析には思考モードと上限付きの思考予算を使う。いずれも回答後に人が根拠文書を確認し、採用できる内容だけを共有する。

応用先の候補からNauhに相談できます。

導入時の検証

導入時の検証案 · 対象データでの再評価が必要です。

導入時の検証案:実際の開発相談から、事実確認、要約、原因分析、コード作成を含む少数の質問を選び、正解または確認すべき根拠を人が用意する。現行の回答方法を基準に、Qwen3の非思考モードと思考モードを同じ質問で比べる。

回答の正確さ、根拠への一致、応答時間、生成トークン数を記録する。思考モードでは予算を複数段階に変え、改善が止まる地点を探す。日本語の社内略語を含む質問は別に集計する。

限界と課題

論文の表は知識、数学、コードなどの試験を示すが、特定企業の文書を読ませたときの正確さや日本語の社内用語への適合性は示さない。思考予算を増やすと試験成績が改善するという著者らの観察も、どの業務で何トークンが適切かを決めるものではない。

編集上の確認課題は、短い質問でも思考モードが時間を使いすぎないか、複雑な質問で回答の根拠を外さないかである。モデル規模ごとの実際の遅延と費用は、導入環境で測る必要がある。

応用先の候補
研究内容と応用案に基づく分類です。業界での導入実績を示すものではありません。

出典

元のタイトル・要旨を確認する(英語)

Qwen3 Technical Report

In this work, we present Qwen3, the latest version of the Qwen model family. Qwen3 comprises a series of large language models (LLMs) designed to advance performance, efficiency, and multilingual capabilities. The Qwen3 series includes models of both dense and Mixture-of-Expert (MoE) architectures, with parameter scales ranging from 0.6 to 235 billion. A key innovation in Qwen3 is the integration of thinking mode (for complex, multi-step reasoning) and non-thinking mode (for rapid, context-driven responses) into a unified framework. This eliminates the need to switch between different models--such as chat-optimized models (e.g., GPT-4o) and dedicated reasoning models (e.g., QwQ-32B)--and enables dynamic mode switching based on user queries or chat templates. Meanwhile, Qwen3 introduces a thinking budget mechanism, allowing users to allocate computational resources adaptively during inference, thereby balancing latency and performance based on task complexity. Moreover, by leveraging the knowledge from the flagship models, we significantly reduce the computational resources required to build smaller-scale models, while ensuring their highly competitive performance. Empirical evaluations demonstrate that Qwen3 achieves state-of-the-art results across diverse benchmarks, including tasks in code generation, mathematical reasoning, agent tasks, etc., competitive against larger MoE models and proprietary models. Compared to its predecessor Qwen2.5, Qwen3 expands multilingual support from 29 to 119 languages and dialects, enhancing global accessibility through improved cross-lingual understanding and generation capabilities. To facilitate reproducibility and community-driven research and development, all Qwen3 models are publicly accessible under Apache 2.0.

論文本体の取得範囲に基づく解説。AIが作成した未校閲の記事です。性能の数値は著者の評価条件に依存します。応用例と検証計画は編集上の提案です。解説更新:2026-09-29