推理水平對標OpenAI o1！阿里雲開源首個AI推理模型QwQ：數學、程式設計尤為出色
2024-11-29 01:35:03 1
快科技11月28日訊息，今天，阿里雲通義團隊宣佈推出並同步開源了全新的AI推理模型——QwQ-32B-Preview。
評測顯示，預覽版本的QwQ（Qwen with Questions）在科學推理能力上展現出研究生水平，尤其在數學和程式設計領域表現卓越，其整體推理能力可與OpenAI的o1相媲美。
據介紹，QwQ是通義千問Qwen大模型最新推出的實驗性研究模型，也是阿里雲首個開源的AI推理模型。
阿里雲通義千問團隊研究發現，當模型有足夠的時間思考、質疑和反思時，其對數學和程式設計的理解就會深化，基於此QwQ取得了解決複雜問題的突破性進展。
在衡量科學問題解決能力的GPQA評測集中，QwQ達到了65.2%的準確率，顯示出其研究生水平的科學推理能力；在AIME評測中，QwQ以50%的勝率證明了其解決數學問題的能力。
在MATH-500評測中，QwQ以90.6%的高分超越了o1-preview和o1-mini。在評估高難度程式碼生成的LiveCodeBench評測中，QwQ答對了一半的題目，在程式設計競賽題場景中也有出色表現。
不僅如此，QwQ在面對複雜問題時，能夠進行深度自省，質疑自身假設，並透過深思熟慮的自我對話，仔細審視其推理過程的每一步。
例如，在解決經典智力題“猜牌問題”時，QwQ透過梳理對話和推演，像個擅長思考的人一樣，並最終得出正確答案。
目前，QwQ-32B-Preview已在魔搭社羣和HuggingFace等平臺上開源，釋出短短几小時，引起全球開發者熱情體驗。
有開發者認為該模型“是完全沒有預料到的瘋狂的躍進”、“今年開源領域最重大的突破”、“讓中國在開源大模型和AI推理上佔據先機”。
不過通義團隊也表示，雖然QwQ展現了強大的分析能力，但其仍是個供研究的實驗型模型，存在不同語言的混合使用、偶有不恰當偏見、對專業領域問題不瞭解等侷限，未來隨著研究深入模型迭代，這些問題將逐步得到解決。
本站內容由互聯網用戶自發貢獻，該文觀點僅代表作者本人。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。如發現本站有涉嫌抄襲侵權/違法違規的內容,請發送郵件至舉報，壹經查實，本站將立刻刪除。