QwQ在实际workflow中的初步评估，及与o1模型的比较 2024.11

文章预览

前言 截至本文写作时，QwQ已经发布了一天半，我从昨天早上开始到现在也用了快一整天。 之前几个o1的模仿模型我都没有去测试，一方面是没开放API能让大家敞开用，另外也是模型规模较小。这次QwQ则是32B起步，并且直接开源，虽然官方还没有提供API，但第三方厂商已经提供了，这使得在实际应用中进行使用成为可能。 1、为什么我们需要o1的竞品 一方面OpenAI确实还需要给一些压力，o1正式版已经明显delay，没有竞争者只会让OpenAI继续拖延到西方年底假期前，甚至假期之后。 另外o1系列的价格也是贵的离谱，我并不觉得这个定价反映了其实际成本。从实际使用角度，是需要一些o1的廉价替代方案的。 这些都让我对QwQ-32B-Preview很有兴趣。 2、我的评估场景和初步结论 2.1、评估场景和o1-preview baseline简介 是在我的一个真实场景中进行评估的，该场景主要 ………………………………