精选国内外AI工具, 查看最新收录

阿里发布32B推理模型QwQ,性能对标DeepSeek-R1

Qwen 官方博客 返回资讯

阿里通义千问团队发布了QwQ-32B推理模型,参数规模为320亿,采用强化学习训练。该模型从冷启动检查点出发,第一阶段针对数学和编程任务进行RL扩展,使用准确性验证器和代码执行服务器作为奖励信号;第二阶段加入通用能力训练,提升指令遵循和智能体表现。模型以Apache 2.0协议在Hugging Face和ModelScope开源,可通过Qwen Chat直接使用。 这一结果的核心意义在于验证了强化学习对模型能力的放大效应。320亿参数的模型通过RL训练达到了6710亿参数模型的推理水平,说明在强预训练基础模型上做RL扩展,可以用更小算力成本逼近顶级推理能力。这对算力资源有限的团队尤其有参考价值,也进一步印证了RL是当前提升模型推理能力的关键路径,可能推动更多团队转向“预训练+RL”的高效路线。 对开发者和企业来说,QwQ-32B开源且商用友好,可直接部署或微调,适合需要数学推理、代码生成和智能体能力的场景。32B的体量对显存要求相对可控,单卡或少量GPU即可运行,降低了使用门槛。同时模型集成了工具调用和环境反馈适应能力,对构建Agent应用的团队有直接帮助。普通用户也可通过Qwen Chat免费体验。


原文:Qwen 官方博客

资讯内容仅供参考;产品功能、价格与发布日期请以原文和官方公告为准。查看原始来源 ↗

会员留言

推荐工具↑ ↓ 选择 Enter 打开