推理水平比肩OpenAI o1 阿里云通义开源推理大模型QwQ

文章编号:36667 资讯动态 2024-11-30 o1OpenAI阿里云通义大模型QwQ

11月28日,阿里云通义团队发布全新AI推理模型QwQ-32B-Preview,并同步开源。评测数据显示,预览版本的QwQ,已展现出研究生水平的科学推理能力,在数学和编程方面表现尤为出色,整体推理水平比肩OpenAI o1。

QwQ(Qwen with Questions)是通义千问Qwen大模型最新推出的实验性研究模型,也是阿里云首个开源的AI推理模型。阿里云通义千问团队研究发现,当模型有足够的时间思考、质疑和反思时,其对数学和编程的理解就会深化。基于此,QwQ取得了解决复杂问题的突破性进展。

阿里云通义开源推理大模型QwQ,推理水平比肩OpenAI o1

在考察科学问题解决能力的GPQA评测集上,QwQ获得65.2%的准确率,具备研究生水平的科学推理能力;在涵盖综合数学主题的AIME评测中,QwQ以50%的胜率证明其拥有解决数学问题的丰富技能;在全面考察数学解题能力的MATH-500评测中,QwQ斩获90.6%的高分,一举超越o1-preview和o1-mini;在评估高难度代码生成的LiveCodeBench评测中,QwQ答对一半的题,在编程竞赛题场景中也有出色表现。

面对复杂问题,QwQ展现了深度自省的能力,会质疑自身假设,进行深思熟虑的自我对话,并仔细审视其推理过程的每一步。比如,在经典智力题“猜牌问题”中,QwQ通过梳理各方对话并推演现实情况,像个擅长思考的人一样,揣摩“这句话有点tricky”,反思“等一下,也许我需要更仔细地思考”,最终分析得出正确答案,让人惊艳。

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”。通义团队透露,尽管QwQ展现了强大的分析能力,但该模型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。随着研究深入模型迭代,这些问题将逐步得到解决。

附:

Modelscope开源地址:

Modelscope创空间体验:

HuggingFace开源地址:

HuggingFace Space体验:

版权文章,未经授权禁止转载。详情见 转载须知 。

全局中部横幅
龙门吊

河南华东起重机械设备有限公司是专业单梁桥式双梁门式起重机生产厂家,A级资质龙门吊厂家直销供应,龙门吊型号规格齐全,龙门吊价格报价,门式起重机厂家购买,门式起重机公司非标设计定做定制业务!

豆果美食

豆果美食为华人美食菜谱社区,提供各种美食、菜谱、食谱的做法,丰富的菜谱大全可以让您轻松地学会怎么做美食,展现自己的高超厨艺,与千万会员一同分享美味的人生!

最新学术论文检索

于文网探索深度的论文大全,为您提供全面的学术论文检索服务。我们的平台汇集高质量的专业资源,覆盖各类学术期刊、研究报告,帮助您快速找到所需的研究内容。也是考研、留学的必备网站之一。

关于我们

瑞年科技-深圳市瑞年科技有限公司成立于2008年专注于测力传感器测量和设计,为客户提供精密测力传感器产品.我们有自己的生产基地,从CNC加工到应变片生产,我们都有完整的传感器生产流程.金属表面处理、传感器封装、传感器测试、工程测试、传感器校准等.

折叠推拉门

广州瑞兆装饰材料有限公司是一家专业从事于:推拉折叠门,活动折叠门,移动折叠门,折叠推拉门,活动隔断厂家,酒店活动隔断,宴会厅活动隔断,活动屏风厂家,活动屏风隔断,电动活动隔断,欢迎联系我们!

编织袋切缝印收一体机

阳信鑫得利包装机械厂是专业生产编织袋切缝印收一体机)、切缝一体机、切印收一体机、切袋机、全自动智能缝边机、编织袋自动裁切机、水泥袋等包装袋的印刷和缝制。电话:0543-8269678

Opto22中国官网

上海半光电子科技发展有限公司是美国Opto22品牌中国区总代理,负责Opto22全线产品在中国的销售和售后服务。www.opto22-tech.com为Opto22在中国的官方网站。

秀文资讯

分享各行业用户推荐的各类优质文章,丰富你的生活,同时学习到你所需要的知识。

全局底部横幅