阿里凌晨开源新模型：性能对标DeepSeek-R1，参数仅为其1/20

文章预览

图片来源：视觉中国 3月6日凌晨3点，阿里巴巴发布并开源全新的推理模型通义千问QwQ-32B。阿里巴巴称，这是一款拥有320亿参数的模型，其性能可与具备6710亿参数（其中370亿被激活）的DeepSeek-R1媲美。 据悉，QwQ-32B 在一系列基准测试中进行了评估，测试了数学推理、编程能力和通用能力，并与OpenAI的o1-mini以及DeepSeek满血版及蒸馏版进行了比较。 在测试数学能力的AIME24评测集上，以及评估代码能力的LiveCodeBench 中，千问 QwQ-32B表现与DeepSeek-R1相当，远胜于o1-mini及相同尺寸的R1蒸馏模型。 在由Meta首席科学家杨立昆领衔的“最难LLMs评测榜”LiveBench、谷歌等提出的指令遵循能力IFEval评测集、由加州大学伯克利分校等提出的评估准确调用函数或工具方面的BFCL测试中，千问QwQ-32B的得分均超越了DeepSeek- R1。 官方介绍称，这一成果突显了将强化学习应用于经过大 ………………………………