|
ChMkK2fI_XuIV1m2AAGTG9pu8AsAAprSAJ8ckwAAZMz918.png
3月6日，阿里Qwen团队正式对外发布了其最新的研究成果——QwQ-32B大语言模型。这款模型拥有320亿参数，在性能上能够与参数量高达6710亿的DeepSeek-R1（其中370亿参数被激活）相媲美。
尽管QwQ-32B的参数量仅为DeepSeek-R1的大约1/21，但通过强化学习技术，该模型成功实现了性能上的显著提升。此外，阿里在这款推理模型中还集成了与Agent相关的能力，使其不仅能够使用工具，还能进行批判性思考，并根据环境反馈动态调整推理过程。
QwQ-32B在多项基准测试中接受了全面评估，涉及数学推理、编程能力和通用能力等多个领域。在数学能力测试AIME24评测集中，以及用于评估代码能力的LiveCodeBench测试中，QwQ-32B的表现与DeepSeek-R1相当，并且大幅优于o1-mini和相同规模的R1蒸馏模型。
同时，在由多位知名研究者主导的多个权威评测榜单中，QwQ-32B也取得了优异成绩。例如，在被称为“最难LLMs评测榜”的LiveBench、用于评估指令遵循能力的IFEval评测集，以及针对函数或工具调用准确性测试的BFCL中，QwQ-32B的得分均超过了DeepSeek-R1。
目前，QwQ-32B已经在Hugging Face和ModelScope平台开源，用户还可以通过Qwen Chat直接体验这一先进模型。 | 
