AlibabaのQwen3.7-Max、35時間にわたり自律的にチップコードを最適化
AlibabaのQwen3.7-Maxはハードウェアカーネルを35時間かけて自律的に最適化し、独自のT-Headチップで10倍の高速化を達成した。
アリババのQwenチームは、APIを介してエージェントベースのワークフロー専用に設計された独自のモデルであるQwen3.7-maxをリリースしました。厳格なテストにおいて、このモデルは35時間にわたって1,158回のツール呼び出しを行い、カスタムTヘッドアクセラレータ用のSglang推論コードを最適化し、GLM 5.1による7.3倍の高速化と比較して10倍の高速化を実現しました。さらに、このモデルはトレーニングの監視として機能し、報酬ハッキングを検出し、データの整合性を確保するために13の新しい検証ルールを記述しました。