IT 之家 11 月 28 日音书，阿里通义千问今天（11 月 28 日）发布《QwQ: 想忖未知之界》博文，推出了 QwQ-32B-Preview 施行性策画模子，在数学和编程鸿沟，尤其在需要深度推理的复杂问题上，具备超卓的 AI 推理能力。

它是少数能与 OpenAI 的 o1 匹敌的模子之一，况兼是第一个能以宽松许可证下载的模子。QwQ-32B-Preview 在 Apache 2.0 许可证下"公开"可用，这意味着它不错用于交易附近。

QwQ 愿景  

阿里通义千问团队暗示"想考、质疑、相识，是东说念主类探索未知的不朽追求"，而 QwQ 犹如一位怀抱无限趣味的学徒，以想考和疑问照亮前路。

模子局限性

阿里通义千问团队领先标明 QwQ 模子具备局限性，仍在学习怎样行走于感性之路，它的想绪偶尔飘散，谜底省略未尽完善，奢睿仍在积淀。

IT 之家附上原文中对该模子的局限性先容如下：

说话切换问题：模子可能在回应中搀和使用不同说话，影响抒发的连贯性。

推理轮回：在处理复杂逻辑问题时，模子偶尔会堕入递归推理形式，在相似想路中轮回。这种步履固然反应了模子试图全面分析的辛劳，但可能导致冗长而不够聚焦的回应。

安全性探讨：尽管模子已具备基础安全管控，但仍需要进一步增强。它可能产生不安妥或存在偏见的回应，且与其他大型说话模子不异，可能受到抵御报复的影响。咱们热烈提议用户在分娩环境中严慎使用，并经受合适的安全留神顺次。

能力各别：QwQ-32B-Preview 在数学和编程鸿沟发达出色，但在其他鸿沟仍有提高空间。模子性能会随任务的复杂度和专科进度而波动。咱们正通过握续优化，辛劳提高模子的详细能力。

模子发达

QwQ-32B-Preview 包含 325 亿个参数，能够处理最长   32000   个   tokens 的辅导词；在   AIME 和 MATH 基准测试中，它的发达优于 OpenAI 的两个推理模子 o1-preview 和 o1-mini。

GPQA

该基准是一个通过小学级别问题评估高阶科学解题能力的评测集，旨在考试科常识题连接能力。QwQ-32B-Preview 评分为 65.2%，展示了策画生水平的科学推理能力。

AIME

该基准涵盖算术、代数、计数、几何、数论、概率等中学数学主题的详细评测，测试数常识题连接能力。QwQ-32B-Preview 评分为 50.0%，讲授了巨大的数常识题连接手段。

MATH-500

该基准包含 500 个测试样本的 MATH 评测集，全面考试数学解题能力。QwQ-32B-Preview 收获为 90.6%，体现了在各样数学主题上的全面相识。

LiveCodeBench

该基准评估果真编程场景中代码生成和问题连接能力的高难度评测集。QwQ-32B-Preview 收获为 50.0%，考证了在骨子编程场景中的出色发达。

参考世界杯体育