IT 之家 11 月 28 日音书刘涛 ai换脸，阿里通义千问今天（11 月 28 日）发布《QwQ: 念念忖未知之界》博文，推出了 QwQ-32B-Preview 实验性谋划模子，在数学和编程限制，尤其在需要深度推理的复杂问题上，具备超卓的 AI 推贤达商。

它是少数能与 OpenAI 的 o1 匹敌的模子之一，何况是第一个能以宽松许可证下载的模子。QwQ-32B-Preview 在 Apache 2.0 许可证下"公开"可用，这意味着它不错用于买卖欺诈。

QwQ 愿景  

阿里通义千问团队示意"念念考、质疑、连气儿，是东谈主类探索未知的不灭追求"，而 QwQ 犹如一位怀抱无穷意思意思的学徒，以念念考和疑问照亮前路。

模子局限性

阿里通义千问团队最初标明 QwQ 模子具备局限性，激情文学小说仍在学习怎样行走于感性之路，它的念念绪偶尔飘散，谜底概况未尽完善，灵敏仍在积淀。

IT 之家附上原文中对该模子的局限性先容如下：

言语切换问题：模子可能在回应中混杂使用不同言语刘涛 ai换脸，影响抒发的连贯性。

推理轮回：在处理复杂逻辑问题时，模子偶尔会堕入递归推理状貌，在相似念念路中轮回。这种举止天然反馈了模子试图全面分析的致力，但可能导致冗长而不够聚焦的回应。

安全性探讨：尽管模子已具备基础安全管控，但仍需要进一步增强。它可能产生不妥贴或存在偏见的回应，且与其他大型言语模子雷同，可能受到拒抗报复的影响。咱们浓烈提议用户在分娩环境中严慎使用，并摄取合乎的安全戒备设施。

智商各异：QwQ-32B-Preview 在数学和编程限制进展出色，但在其他限制仍有升迁空间。模子性能会随任务的复杂度和专科经由而波动。咱们正通过执续优化，致力升迁模子的详尽智商。

模子进展

QwQ-32B-Preview 包含 325 亿个参数，能够处理最长   32000   个   tokens 的辅导词；在   AIME 和 MATH 基准测试中，它的进展优于 OpenAI 的两个推理模子 o1-preview 和 o1-mini。

GPQA

该基准是一个通过小学级别问题评估高阶科学解题智商的评测集，旨在考验科知识题处分智商。QwQ-32B-Preview 评分为 65.2%，展示了谋划生水平的科学推贤达商。

AIME

该基准涵盖算术、代数、计数、几何、数论、概率等中学数学主题的详尽评测，测试数知识题处分智商。QwQ-32B-Preview 评分为 50.0%，讲明了深广的数知识题处离别段。

MATH-500

该基准包含 500 个测试样本的 MATH 评测集，全面考验数学解题智商。QwQ-32B-Preview 收获为 90.6%，体现了在各种数学主题上的全面连气儿。

LiveCodeBench

该基准评估的确编程场景中代码生成和问题处分智商的高难度评测集。QwQ-32B-Preview 收获为 50.0%，考证了在施行编程场景中的出色进展。

参考刘涛 ai换脸