IT 之家 11 月 28 日音尘，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 本质性扣问模子，在数学和编程限制，尤其在需要深度推理的复杂问题上，具备不凡的 AI 推明智商。
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营业诓骗。
QwQ 愿景
阿里通义千问团队默示"想考、质疑、相识，是东说念主类探索未知的不灭追求"，而 QwQ 犹如一位怀抱无穷趣味的学徒，以想考和疑问照亮前路。
模子局限性
阿里通义千问团队最初标明 QwQ 模子具备局限性，仍在学习奈何行走于感性之路，它的想绪偶尔飘散，谜底大概未尽完善，灵巧仍在积淀。
IT 之家附上原文中对该模子的局限性先容如下：
话语切换问题：模子可能在回应中搀杂使用不同话语，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格式，在相似想路中轮回。这种作为诚然反应了模子试图全面分析的清贫，但可能导致冗长而不够聚焦的回应。
安全性辩论：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，且与其他大型话语模子相通，可能受到扞拒纰谬的影响。咱们利害提倡用户在坐蓐环境中严慎使用，并遴荐符合的安全着重方法。
智商各异：QwQ-32B-Preview 在数学和编程限制表泄露色，但在其他限制仍有擢腾飞间。模子性能会随任务的复杂度和专科进度而波动。咱们正通过抓续优化，清贫擢升模子的概述智商。
模子表露
QwQ-32B-Preview 包含 325 亿个参数，能够处理最长 32000 个 tokens 的指示词；在 AIME 和 MATH 基准测试中，它的表露优于 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智商的评测集，旨在测验科常识题治明智商。QwQ-32B-Preview 评分为 65.2%，展示了扣问生水平的科学推明智商。
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概述评测，测试数常识题治明智商。QwQ-32B-Preview 评分为 50.0%，解说了浩瀚的数常识题不休手段。
MATH-500
该基准包含 500 个测试样本的 MATH 评测集，全面测验数学解题智商。QwQ-32B-Preview 获利为 90.6%，体现了在各种数学主题上的全面相识。
LiveCodeBench
该基准评估实在编程场景中代码生成和问题治明智商的高难度评测集。QwQ-32B-Preview 获利为 50.0%，考证了在内容编程场景中的出色表露。
参考彩票游戏app平台
