八月未央 自慰 阿里最新开源推理模子发布：性能并排DeepSeek-R1

阿里通义发布最新开源推理模子八月未央 自慰，称其性能并排 DeepSeek-R1。

3 月 6 日凌晨，阿里巴巴崇拜发布最新的开源推理模子通义千问 QwQ-32B。据先容，通过大领域强化学习，千问 QwQ-32B 在数学、代码及通用智商上结束质的飞跃，全体性能并排 DeepSeek-R1，同期大幅裁减了部署使用资本，在消费级显卡上也能结束腹地部署。

QwQ-32B 领受了 Apache 2.0 开源条约，现在，统共东说念主齐可免费下载及商用 QwQ-32B 模子，或通过网页版 Qwen Chat 进行体验，该模子也将免费上架通义 APP。

阿里通义团队暗意，QwQ-32B 模子领有 320 亿参数，其性能可与具备 6710 亿参数（其中 370 亿被激活）的 DeepSeek-R1 忘形。在冷开首的基础上八月未央 自慰，模子针对数学和编程任务、通用智商分歧进行了两轮大领域强化学习，在 32B 的模子尺寸上取得了令东说念主惊喜的推聪慧商擢升，印证了大领域强化学习可显耀提高模子性能。

此外，QwQ-32B 模子中还集成了与智能体（Agent）筹商的智商，使其约略在使用用具的同期进行批判性想考，并把柄环境响应退换推理经过。

千问 QwQ-32B 既能提供极强的推聪慧商，又能兴盛更低的资源滥用需求，这背后的浩繁便在于强化学习（Reinforcement Learning）。阿里通义团队暗意："咱们但愿，咱们的少量戮力约略说明广阔的基础模子重复大领域强化学习也许是一条通往通用东说念主工智能（AGI）的可行之路。"

在一系列巨擘基准测试中，千问 QwQ-32B 模子齐进展出色，险些十足高出了 OpenAI 旧年 9 月发布的尺寸左近的 o1-mini 模子，并排最强开源推理模子 DeepSeek-R1：在测试数学智商的 AIME24 评测集上，以及评估代码智商的 LiveCodeBench 中，千问 QwQ-32B 进展与 DeepSeek-R1 终点，远胜于 o1-mini 及相通尺寸的 R1 蒸馏模子。

阿里通义团队暗意，过去将接续探索将智能体与强化学习的集成，以结束万古推理，探索更高智能进而最终结束 AGI 的想法。

3 月 6 日早盘，阿里巴巴集团（09988.HK）港股大幅高开涨超 6%，适度午盘涨超 7%。

此前，2 月 25 日，阿里通义 Qwen 发布基于旗舰模子 Qwen2.5-Max 构建的推理模子 QwQ-Max-Preview 预览版，守旧联网搜索八月未央 自慰，会和 DeepSeek 以及 Kimi 的推理模子雷同展现想考经过，现在用户可在通义千问网页版进行体验。