详情

阿里通义发布最新开源推理模子，称其性能并排DeepSeek-R1。

3月6日凌晨，阿里巴巴精雅发布最新的开源推理模子通义千问QwQ-32B。据先容，通过大边界强化学习，千问QwQ-32B在数学、代码及通用智力上罢了质的飞跃，举座性能并排DeepSeek-R1，同期大幅缩小了部署使用本钱，在消费级显卡上也能罢了腹地部署。QwQ-32B接受了Apache 2.0开源左券，现在，统统东说念主齐可免费下载及商用QwQ-32B模子，或通过网页版Qwen Chat进行体验，该模子也将免费上架通义APP。

阿里通义团队暗示，QwQ-32B模子领有320亿参数，其性能可与具备6710亿参数（其中370亿被激活）的DeepSeek-R1忘形。在冷开动的基础上，模子针对数学和编程任务、通用智力差异进行了两轮大边界强化学习，在32B的模子尺寸上赢得了令东说念主惊喜的推明智力提高，印证了大边界强化学习可权贵提高模子性能。

此外，QwQ-32B模子中还集成了与智能体（Agent）磋商的智力，使其或者在使用器用的同期进行批判性想考，并笔据环境响应调整推理经由。

千问QwQ-32B既能提供极强的推明智力，又能自在更低的资源浮滥需求，这背后的私密便在于强化学习（Reinforcement Learning）。阿里通义团队暗示：“咱们但愿，咱们的少量发奋或者诠释注解弘大的基础模子重叠大边界强化学习也许是一条通往通用东说念主工智能（AGI）的可行之路。”

在一系列巨擘基准测试中，千问QwQ-32B模子齐发扬出色，确切全齐卓绝了OpenAI昨年9月发布的尺寸临近的o1-mini模子，并排最强开源推理模子DeepSeek-R1：在测试数学智力的AIME24评测集上，以及评估代码智力的LiveCodeBench中，千问QwQ-32B发扬与DeepSeek-R1异常，远胜于o1-mini及相通尺寸的R1蒸馏模子。

QwQ-32B模子和R1、OpenAI-o1-mini等知名模子的评分比拟。开端：阿里通义

阿里通义团队暗示，异日将不时探索将智能体与强化学习的集成，以罢了万古推理，探索更高智能进而最终罢了AGI的贪图。

3月6日早盘，阿里巴巴集团（09988.HK）港股大幅高开涨超6%，收尾午盘涨超7%。

此前，2月25日，阿里通义Qwen发布基于旗舰模子Qwen2.5-Max构建的推理模子QwQ-Max-Preview预览版，复古联网搜索，会和DeepSeek以及Kimi的推理模子相同展现想考经由云开体育，现在用户可在通义千问网页版进行体验。