开源阿里通义团队千问

发布时间：2025-05-10 14:37:43 来源：疏财仗义网 作者：时尚

HuggingFace：https://huggingface.co/Qwen/QwQ-32B。开源并依据环境反应调整推理。阿里

在研讨探究强化学习的通义团队可扩展性及其对增强大型言语模型智能的影响，#人工智能 阿里通义千问团队开源 QwQ-32B 模型，千问该模型经过 RL 强化学习进行练习并进步模型的开源推理才能，通义千问也将署理相关的阿里功用集成到推理模型中，

别的通义团队 QwQ-32B 现在已经在 Apache 2.0 许可证下经过 HuggingFace 和 ModelScope 开源，该模型具有 320 亿个参数，千问

博客原文：https://qwenlm.github.io/blog/qwq-32b/。开源

QwQ-32B 经过一系列基准测验旨在评价数学推理、阿里最近的通义团队研讨标明，规划更小但功用比美 DeepSeek-R1-671B 模型。千问逾越传统的预练习和后练习方法。一起也集成相关署理能够让模型运用东西的一起进行批判性考虑。从基准测验能够看到该模型在才能方面体现不俗。用户也能够经过 Qwen Chat 渠道运用该模型。例如 DeepSeek-R1 经过整合冷启动数据和多阶段练习完成了最先进的功用以及深度考虑和杂乱推理。代码编写和一般问题的处理才能，RL 能够明显进步模型的推理才能，让模型能够在运用东西的一起进行批判性考虑，

在博客中通义千问团队称扩展强化学习 RL 有潜力进步模型功用，检查全文：https://ourl.co/108211。通义千问团队推出了 QwQ-32B 而且到达与 DeepSeek-R1-671B 的才能。

这个效果也凸显 RL 应用于依据广泛世界知识进行预练习的稳健根底模型时的有效性，

相关文章