阿里巴巴通義千問(wèn)團(tuán)隊(duì)近期揭曉了其最新的技術(shù)突破，正式推出了QwQ-32B大語(yǔ)言模型。這款模型雖然僅擁有320億參數(shù)，卻展現(xiàn)出了與參數(shù)量高達(dá)6710億的DeepSeek-R1國(guó)際頂尖模型相抗衡的實(shí)力。

通過(guò)運(yùn)用強(qiáng)化學(xué)習(xí)技術(shù)，QwQ-32B在參數(shù)量?jī)H為DeepSeek-R1的約1/21的條件下，實(shí)現(xiàn)了性能的顯著提升。這一成就不僅彰顯了阿里巴巴在人工智能領(lǐng)域的深厚積累，也預(yù)示著高效能模型開(kāi)發(fā)的新趨勢(shì)。

QwQ-32B還集成了與Agent相關(guān)的能力，這使其能夠在使用工具時(shí)進(jìn)行更為深入的批判性思考，并能根據(jù)外部環(huán)境的反饋靈活調(diào)整推理過(guò)程。這種智能化的動(dòng)態(tài)調(diào)整機(jī)制，無(wú)疑為模型的實(shí)際應(yīng)用增添了更多可能性。

在多個(gè)基準(zhǔn)測(cè)試中，QwQ-32B均展現(xiàn)出了卓越的性能。無(wú)論是在評(píng)估數(shù)學(xué)能力的AIME24評(píng)測(cè)集上，還是在測(cè)試代碼生成能力的LiveCodeBench評(píng)測(cè)中，QwQ-32B的表現(xiàn)都與DeepSeek-R1不相上下，甚至在某些方面還超越了后者。同時(shí)，與參數(shù)規(guī)模相同的R1蒸餾模型及o1-mini相比，QwQ-32B也展現(xiàn)出了明顯的優(yōu)勢(shì)。

QwQ-32B在多個(gè)權(quán)威評(píng)測(cè)榜單上也取得了令人矚目的成績(jī)。在“最具挑戰(zhàn)性LLMs評(píng)測(cè)榜”LiveBench、谷歌的指令遵循能力評(píng)估體系IFeval，以及加州大學(xué)伯克利分校的函數(shù)或工具調(diào)用準(zhǔn)確性評(píng)估測(cè)試BFCL中，QwQ-32B的得分均超過(guò)了DeepSeek-R1，進(jìn)一步證明了其強(qiáng)大的實(shí)力和廣泛的應(yīng)用潛力。

目前，QwQ-32B已經(jīng)在國(guó)際知名的開(kāi)源平臺(tái)上架，并同步在阿里巴巴旗下的ModelScope上對(duì)外開(kāi)源。用戶可以通過(guò)Qwen Chat直接體驗(yàn)這一模型的功能，感受其帶來(lái)的智能化變革。這一舉措無(wú)疑將推動(dòng)人工智能技術(shù)的進(jìn)一步發(fā)展，為更多行業(yè)帶來(lái)創(chuàng)新的解決方案。