推理水平对标OpenAI o1!阿里云开源首个AI推理模型QwQ:数学、编程尤为出色
11月28日消息,推理推理今天,水平首个Q数色阿里云通义团队宣布推出并同步开源了全新的对标AI推理模型——QwQ-32B-Preview。
评测显示,开源预览版本的模型QwQ(Qwen with Questions)在科学推理能力上展现出研究生水平,尤其在数学和编程领域表现卓越,学编其整体推理能力可与OpenAI的程尤o1相媲美。
据介绍,为出QwQ是推理推理通义千问Qwen大模型最新推出的实验性研究模型,也是水平首个Q数色阿里云首个开源的AI推理模型。
阿里云通义千问团队研究发现,对标当模型有足够的开源时间思考、质疑和反思时,模型其对数学和编程的学编理解就会深化,基于此QwQ取得了解决复杂问题的程尤突破性进展。
在衡量科学问题解决能力的GPQA评测集中,QwQ达到了65.2%的准确率,显示出其研究生水平的科学推理能力;在AIME评测中,QwQ以50%的胜率证明了其解决数学问题的能力。
在MATH-500评测中,QwQ以90.6%的高分超越了o1-preview和o1-mini。在评估高难度代码生成的LiveCodeBench评测中,QwQ答对了一半的题目,在编程竞赛题场景中也有出色表现。
不仅如此,QwQ在面对复杂问题时,能够进行深度自省,质疑自身假设,并通过深思熟虑的自我对话,仔细审视其推理过程的每一步。
例如,在解决经典智力题“猜牌问题”时,QwQ通过梳理对话和推演,像个擅长思考的人一样,并最终得出正确答案。
目前,QwQ-32B-Preview已在魔搭社区和HuggingFace等平台上开源,发布短短几小时,引起全球开发者热情体验。
有开发者认为该模型“是完全没有预料到的疯狂的跃进”、“今年开源领域最重大的突破”、“让中国在开源大模型和AI推理上占据先机”。
不过通义团队也表示,虽然QwQ展现了强大的分析能力,但其仍是个供研究的实验型模型,存在不同语言的混合使用、偶有不恰当偏见、对专业领域问题不了解等局限,未来随着研究深入模型迭代,这些问题将逐步得到解决。
- ·“熊孩子”玩手游46天充值6万!家长申请退款遭苹果拒绝
- ·卫报:西汉姆联、富勒姆有意冬窗引进曼城中场麦卡蒂
- ·还在嘴硬 TheGamer:《黑神话:悟空》评分太低不配年度提名
- ·记者:拜仁对佩雷茨取得的进步非常满意,暂不考虑冬窗将其外租
- ·rookie的游戏理念太落后了
- ·湖人6连胜稳居西三!距榜首仅半个胜场 季中赛B组第一+9胜0负太强
- ·[流言板]难有起色!奇才上赛季与本赛季前13场同为2胜11负开局
- ·消息称欧盟要强迫中国新能源企业转让技术:不给不能享受补贴
- ·[流言板]国家队队友!亚布塞莱封盖文班,下回合内线强打文班遭封盖
- ·《以撒的结合:重生》庆祝10周年 免费在线更新即将发布
- ·[流言板]宝刀未老!保罗已经连续4场比赛送出2+抢断
- ·[流言板]火力全开!凯尔特人半场三分22中14命中率64%,领先骑士17分
- ·【菜鸟】贾科比三分11中6飙27分 米西对约老师拼下21分9板2断3帽
- ·贝吉里斯坦:23年的夏窗有点糟糕,主力想得到更多、替补想走
- ·[流言板]火力全开!凯尔特人半场三分22中14命中率64%,领先骑士17分
- ·[流言板]基德:球运转得很好,即使少了卢卡,大家还是保持了团结
- ·女裁判施罗德因吹错庄神犯规向纳斯解释并道歉:我搞砸了🥺
- ·钟睒睒:农夫山泉永远是中国企业
- ·非洲年度最佳球员候选名单:阿什拉夫、吉拉西、卢克曼在列
- ·欧冠改制后19位冠军教头,3人曾来中国执教,1人功勋彪炳(一)
- ·宫本茂表示任天堂是通过创造力来应对不断上升的开发成本的
- ·[情报站]韩网:Siwoo是次级联赛最强上单,上限高操作强能玩坦克英雄
- ·已伤缺1个半月!曼晚:梅努周一参加阿莫林的首次训练
- ·罗体:国米将和邓弗里斯续约至2028,年薪大幅提升至400万欧元
- ·天娱数科开启“荣誉收割”模式 AI 营销 SaaS 平台制霸行业荣誉榜
- ·西媒:皇马冬窗可能不会引援,将让琼阿梅尼客串中卫+从青训挖潜