新京报贝壳财经讯（记者罗亦丹）北京时间3月6日凌晨，通义千问在官方公号上发文称，推出最新的推理模型 QwQ-32B。这是一款拥有320亿参数的模型，其性能可与具备6710亿参数（其中370亿被激活）的 DeepSeek-R1媲美。
通义千问表示，强化学习可以显著提高模型的推理能力。例如，DeepSeek-R1 通过整合冷启动数据和多阶段训练，实现了最先进的性能，使其能够进行深度思考和复杂推理。而QwQ-32B突显了将强化学习应用于经过大规模预训练的强大基础模型的有效性。
其在文章中展示了在一系列基准测试中与DeepSeek-R1、o1-mini等模型的功能对比，如在测试数学能力的 AIME24 评测集上，以及评估代码能力的LiveCodeBench 中，千问 QwQ-32B 表现与DeepSeek-R1相当，胜于 o1-mini 及相同尺寸的R1 蒸馏模型。
目前，QwQ-32B 已在 Hugging Face 和 ModelScope 开源，并采用了 Apache 2.0 开源协议。
编辑 胡萌
校对 王心
相关文章：
AI医疗的黄金赛道，大厂卷疯了06-09
美丽中国｜璀璨灯光 扮靓津夜06-07
受关税战影响 国际投资人开始重估美国市场06-07
618升级PC处理器毫不重要？实测显示显卡才是性能之魂06-04
全球人工智能聚深圳，TCL多款AI产品引领创新风向05-23
护航银行业发展！同盾科技获2024年度金融科技·新锐企业奖05-22
特朗普与普京就俄乌问题通话05-20