刚刚， Qwen 团队发布了最新的 QwQ-32B 推理模子。其参数界限为 320 亿，但在推明智商上可忘形 DeepSeek-R1——后者总参数目高达 6710 亿。

阿里 Qwen 团队近日对 QwQ-32B 进行了一系列基准测试，全面评估其在数学推理、代码生成及一般问题措置智商方面的走漏。测试示寂涌现，QwQ-32B 在多个要道标的上展现出强盛竞争力，并与现时杰出的多个模子，包括 DeepSeek-R1-Distilled-Qwen-32B、DeepSeek-R1-Distilled-Llama-70B、o1-mini 以及原始 DeepSeek-R1，进行了对比分析。

Hugging Face 和 ModelScope 的先容页面涌现，QwQ-32B 是一个密集模子，未罗致 MoE 结构，并缓助 131k 的凹凸文长度。

有网友分析指出，由于 DeepSeek 模子界限高达 6710 亿参数，推理部署难度较大。要高效开动 DeepSeek，至少需要 22 台奇迹器，每台配备 8 张 GPU，这对企业来说是一个不小的资本和运维挑战。比拟之下，QwQ-32B 仅有 320 亿参数，意味着它着实不错在单机上高效开动，百家乐ag真人曝光大大镌汰了推理部署的门槛。

“虽然，好多企业在推理部署时会将预填充（Prefill）息争码（Decoding）阶段分开开动，因为它们的推理需求不同。但不管怎样，QwQ-32B 幸免了超大界限模子带来的复杂管谈调治和巨匠并行（Expert Parallelism），简化了推理部署历程。”

还有网友辱弄谈：“要道问题是，Qwen QwQ-32B 能‘作念空’英伟达（NVIDIA）吗？”

据阿里 Qwen 团队先容，这是他们探索了强化学习（RL）推广的示寂，RL 考试可捏续培植模子性能，特地是在数学和代码生成方面。同期，他们不雅察到，捏续优化 RL 考试能使中等界限模子在性能上忘形超大界限 MoE 模子。

此外，QwQ-32B 还集成了智能体关连智商，大要在使用用具的同期，笔据环境反应动态调治推理过程，使推理更具批判性与恰当性。这一时间进展不仅进一步考据了 RL 的变革后劲，也为通用东谈主工智能（AGI）的发展提供了新的念念路。

QwQ-32B 以 Apache 2.0 许可证开源，用户可通过Qwen Chat径直进行体验。

• 发布
• ag百家乐网站
• 阿里
• 半夜
• QwQ-32B