11月28日，阿里云通義團隊發(fā)布全新AI推理模型QwQ-32B-Preview，并同步開源。評測數(shù)據(jù)顯示，預(yù)覽版本的QwQ，已展現(xiàn)出研究生水平的科學(xué)推理能力，在數(shù)學(xué)和編程方面表現(xiàn)尤為出色，整體推理水平比肩OpenAI o1。
QwQ（Qwen with Questions）是通義千問Qwen大模型最新推出的實驗性研究模型，也是阿里云首個開源的AI推理模型。阿里云通義千問團隊研究發(fā)現(xiàn)，當(dāng)模型有足夠的時間思考、質(zhì)疑和反思時，其對數(shù)學(xué)和編程的理解就會深化?；诖耍琎wQ取得了解決復(fù)雜問題的突破性進展。
在考察科學(xué)問題解決能力的GPQA評測集上，QwQ獲得65.2%的準確率，具備研究生水平的科學(xué)推理能力；在涵蓋綜合數(shù)學(xué)主題的AIME評測中，QwQ以50%的勝率證明其擁有解決數(shù)學(xué)問題的豐富技能；在全面考察數(shù)學(xué)解題能力的MATH-500評測中，QwQ斬獲90.6%的高分，一舉超越o1-preview和o1-mini；在評估高難度代碼生成的LiveCodeBench評測中，QwQ答對一半的題，在編程競賽題場景中也有出色表現(xiàn)。
面對復(fù)雜問題，QwQ展現(xiàn)了深度自省的能力，會質(zhì)疑自身假設(shè)，進行深思熟慮的自我對話，并仔細審視其推理過程的每一步。比如，在經(jīng)典智力題“猜牌問題”中，QwQ通過梳理各方對話并推演現(xiàn)實情況，像個擅長思考的人一樣，揣摩“這句話有點tricky”，反思“等一下，也許我需要更仔細地思考”，最終分析得出正確答案，讓人驚艷。
目前，QwQ-32B-Preview已在魔搭社區(qū)和HuggingFace等平臺上開源。發(fā)布短短幾小時，引起全球開發(fā)者熱情體驗。有開發(fā)者認為該模型“是完全沒有預(yù)料到的瘋狂的躍進”、“今年開源領(lǐng)域最重大的突破”、“讓中國在開源大模型和AI推理上占據(jù)先機”。通義團隊透露，盡管QwQ展現(xiàn)了強大的分析能力，但該模型仍是個供研究的實驗型模型，存在不同語言的混合使用、偶有不恰當(dāng)偏見、對專業(yè)領(lǐng)域問題不了解等局限。隨著研究深入模型迭代，這些問題將逐步得到解決。
附：
Modelscope開源地址：https://modelscope.cn/models/Qwen/QwQ-32B-Preview
Modelscope創(chuàng)空間體驗：https://modelscope.cn/studios/Qwen/QwQ-32B-preview
HuggingFace開源地址：https://huggingface.co/Qwen/QwQ-32B-Preview
HuggingFace Space體驗：https://huggingface.co/spaces/Qwen/QwQ-32B-preview
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
