会员登录 - 用户注册 - 设为首页 - 加入收藏 - 网站地图 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!

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

时间:2024-12-23 18:42:53 来源:英雄气短网 作者:百科 阅读:369次

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。

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

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。

(责任编辑:综合)

相关内容
  • 北京市足球运动协会第八届第二次会员大会召开
  • 73岁拉涅利罗马发布会首秀:我尝试唤醒球员内心的小孩,找回初心
  • 拜仁vs奥格斯堡图片报评分:凯恩1分全场最高,奥利塞、戴维斯4分
  • 记者:C罗已经拿到伊拉克签证,可出战对阵巴格达警察的亚冠比赛
  • 🔥止颓!巴萨结束西甲3轮不胜,此前3场比赛进3球失5球
  • 劳伦森:利物浦买基耶萨并不傻,1000万镑卖掉就轻易赚回来了
  • [流言板]上次活塞同期战绩好于本赛季为18
  • 均价已超40万!鸿蒙智行11月交付成绩出炉:卖了4.19万台
推荐内容
  • 微星AM5主板更新X3D模式 R7 9800X3D性能提升最多20%
  • 孔帕尼:穆西亚拉无需改变,他可以立志成为最好的三四名球员之一
  • 😨延续冠军荒?胜利上次拿联赛是5年前 C罗上次联赛夺冠是4年前
  • 小维阿:莱奥是现象&普利西奇是冠军,想从米兰队中拿走赖因德斯
  • [流言板]扛起全队!福克斯迎着浓眉高打板命中,半场7中6得到17分
  • 记者:日韩顶级联赛球员年收入约160万每年官方公布&中国可学