阿里推出全新推理模型：僅1/21參數媲美DeepSeek R1快訊
導讀
QwQ-32B 在一系列基準測試中進行了評估，QwQ-32B在僅有DeepSeek-R1約1/21參數量的情況下，測試了數學推理、編程能力和通用能力。
3月6日消息，阿里Qwen團隊正式發布他們最新的研究成果——QwQ-32B大語言模型。
這是一款擁有320億參數的模型，其性能可與具備6710億參數（其中370億被激活）的DeepSeek-R1媲美。
QwQ-32B在僅有DeepSeek-R1約1/21參數量的情況下，用強化學習實現了性能上的跨越。
此外，阿里還在推理模型中集成了與Agent相關的能力，使其能夠在使用工具的同時進行批判性思考，并根據環境反饋調整推理過程。
QwQ-32B 在一系列基準測試中進行了評估，測試了數學推理、編程能力和通用能力。
其中，在測試數學能力的AIME24評測集上，以及評估代碼能力的LiveCodeBench中，千問QwQ-32B表現與DeepSeek-R1相當，遠勝于o1-mini及相同尺寸的R1 蒸餾模型。
同時，在由Meta首席科學家楊立昆領銜的“最難LLMs評測榜”LiveBench、谷歌等提出的指令遵循能力IFEval評測集、由加州大學伯克利分校等提出的評估準確調用函數或工具方面的BFCL測試中，千問QwQ-32B的得分均超越了DeepSeek- R1。
目前，QwQ-32B已在Hugging Face和ModelScope開源，大家也可通過Qwen Chat直接進行體驗！（隨心）
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
