DistilQwen2.5-DS3-0324-7B/README.md

license

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

from modelscope import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "PAI/DistilQwen2.5-DS3-0324-32B",
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained("PAI/DistilQwen2.5-DS3-0324-32B")

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]