---
license: apache-2.0
---

## 📖 Introduction

# DistilQwen2.5-DS3-0324 系列快思考推理模型

## 概述
在平衡高效推理与思维能力的行业挑战下，DistilQwen2.5-DS3-0324系列创新性地将DeepSeekV3-0324的快思考能力迁移到轻量模型中。通过两阶段蒸馏框架，该系列在保持高性能的同时实现：
- **推理速度提升**：输出token数减少60-80%（相比慢思考模型）
- **资源消耗降低**：适合边缘计算部署
- **认知偏差消除**：独创的轨迹对齐技术

## 核心创新
### 1. 快思考蒸馏框架
- **阶段一：快思考CoT数据收集**
  - **Long-to-Short改写**：从DeepSeek-R1提炼关键推理步骤
  - **教师模型蒸馏**：提取DeepSeekV3-0324的快速推理轨迹

- **阶段二：CoT轨迹认知对齐**
  - **动态难度分级**（简单/中等/困难）
    - LLM-as-a-Judge评估小模型可理解性
    - 简单链扩展 → 补充必要步骤
    - 困难链精简 → 移除高阶逻辑跳跃
  - **验证机制**：迭代优化直至所有数据达"中等"评级

### 2. 性能突破
- **32B模型**在GPQA Diamond基准接近10倍参数量的闭源模型
- **推理效率**显著提升（见下表对比）

| 模型                          | MMLU_PRO Tokens | AIME2024 Tokens | 速度增益 |
|--------------------------------|-----------------|-----------------|----------|
| DistilQwen2.5-R1-32B (慢思考)  | 4198            | 12178           | 1x       |
| DistilQwen2.5-DS3-0324-32B     | 690             | 4177            | 5-8x     |

## 技术优势
- **双阶段蒸馏**：先压缩推理长度，再对齐认知轨迹
- **动态数据优化**：自适应难度调整确保知识可迁移性
- **开源兼容**：基于Qwen2.5基座模型微调

## 🚀 快速开始

```python
from modelscope import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "PAI/DistilQwen2.5-DS3-0324-7B",
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained("PAI/DistilQwen2.5-DS3-0324-7B")

prompt = "Give me a short introduction to large language model."
messages=[
    {"role": "system", "content": "You are Qwen, created by Alibaba Cloud. You are a helpful assistant. You should think step-by-step."},
    {"role": "user", "content": prompt},
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to(device)

generated_ids = model.generate(
    model_inputs.input_ids,
    max_new_tokens=2048，
)
generated_ids = [
    output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]

response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
```