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 15:04:37 来源:亲密无间网 作者:娱乐 阅读:534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:娱乐)

相关内容
  • 国内有钱人真多!11月国内手机销量TOP10:苹果16 Pro系列真抢手
  • 《影之刃:零》总监:中国占西方和日本游戏销量的30%
  • 切特现在这个价位入合适吗
  • 《肯泽拉传说:扎乌》整个开发团队因缺乏资金停运
  • 智慧重塑豪华 北京问界品牌体验中心启幕倒计时
  • 《FF7》蒂法3D作品超美:紫色连衣裙别具韵味
  • 原产地直发 掌中禾五常大米真空包装5斤:秒杀价15.9元
  • [流言板]太准了!乔治拔中三分,爵士半场三分26中14领先雄鹿4分
推荐内容
  • 替代高通!华为畅享80回归麒麟平台
  • 世体:对红星的欧冠比赛中,弗里克逐一鼓励未出场替补球员
  • 被禁足球员杨文吉谈老东家梅州降级:两个丢球的误判是致命的
  • 《FF7》蒂法3D作品超美:紫色连衣裙别具韵味
  • RTX5070/Ti完整规格曝光!RTX5070维持12GB显存
  • 火力全开!巴萨连续三场欧冠打进4球或以上,追平六十多年前纪录