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:2024-12-26 15:09:41 来源:不动声色网 作者:娱乐 阅读:820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
  • [流言板]雷霆战胜魔术豪取6连胜,本赛季常规赛对阵东部球队5胜0负
  • 五大联赛球队进球榜:拜仁、巴萨50球居首,法兰克福、蓝军36球
  • 扎卡:利物浦是实力强劲的球队,但每支球队都会有自己的弱点
  • [流言板]今日走的复古风!首节接近过半,雷霆7
  • 费内巴切官方:主帅穆里尼奥已成功接受胆囊切除手术
  • 热议海港半场03川崎:中超卫冕冠军亚冠这么输有点丢脸
  • 安切洛蒂:对于我们来说欧冠就是我们的金球奖祝贺所有获奖者
  • 陕西省三人篮球联赛总决赛启幕 130支队伍角逐总冠军
推荐内容
  • 篮网主帅:为球队的拼搏精神感到骄傲 我们要改正一些错误
  • 双线领跑,获胜机器,利物浦新帅究竟做了什么让球队势不可挡
  • 热议海港半场03川崎:中超卫冕冠军亚冠这么输有点丢脸
  • 海莉将回归《复仇者联盟5》 继续饰演卡特特工
  • [流言板]公牛官方互动:联合中心三十周年,谁让你成为了公牛球迷?
  • 英伟达显卡市场占有率已达90% AMD英特尔没存在感