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:2024-12-25 09:25:57 来源:穷巷陋室网 作者:热点 阅读:776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:焦点)

相关内容
  • [韩网翻译]GEN团长:选手注重薪资也看重环境,目标让Ruler在GEN结束生涯
  • 越贵卖得越好 鸿蒙智行10月交付4.1万辆:问界M9又是第一
  • 智界R7电动前备箱征服博主:强烈建议保时捷、法拉利、兰博基尼学习
  • 《心灵杀手2》免费发布周年更新 和DLC一同发布
  • 雷军回应小米被指贴牌没技术:小米一致高度重视制造
  • 小米15 Ultra最快1月登场:首款徕卡2亿长焦旗舰
  • 小鹏汽车10月交付新车23917台:创单月交付历史新高
  • 西甲20队任意球&点球主罚手盘点:皇马点球手姆巴佩等、巴萨莱万
推荐内容
  • 安卓影像之光!小米15 Ultra看点汇总
  • 巨头折戟!韩国三星彻底告别LED业务:业绩惨淡 竞争没优势
  • 韩国女团纷纷反抗大资本公司行为 脱离Kpop产业工具人
  • 曼联旧将:红魔需身体强壮的9号位,与沃特金斯相比努涅斯更适合
  • 21世纪皇马最强11人阵容
  • 越贵卖得越好 鸿蒙智行10月交付4.1万辆:问界M9又是第一