阿里开源全新推理模型QwQ-32B，一台Mac就能实现顶级推理能力

文章预览

3 月 6 日， 阿里巴巴 旗下的 Qwen 团队用一条题为《QwQ-32B：拥抱强化学习的力量》的博文公布了全新的开源大型推理模型 QwQ-32B（Qwen-with-Questions）， 这款仅有 320 亿参数的模型通过强化学习技术，在多项基准测试中展现出与拥有 6710 亿参数（激活参数 37B）的 DeepSeek -R1 相媲美的性能。 图丨相关博文（来源：Qwen） QwQ-32B 在数学推理、编程能力等问题解决方面表现出色。 根据官方发布的基准测试结果，在数学推理基准 AIME24 上，QwQ-32B 达到了 79.5 分，几乎与 DeepSeek-R1 的 79.8 分持平，远超 OpenAI o1-mini 的 63.6 分，也超过了 DeepSeek-R1 蒸馏到 Llama-70B 和 Qwen-32B 的版本（分别为 70.0 和 72.6 分）。 在编程能力方面，QwQ-32B 在 LiveCodeBench 上获得了 63.4 分，接近 DeepSeek-R1 的 65.9 分，明显优于 o1-mini 的 53.8 分和蒸馏模型。在 LiveBench 测试中，QwQ-32B 得分 73.1，与 DeepSeek ………………………………