阿里通义千问今天发布它是少数能与 OpenAI 的 o1 匹敌的模型之一，并且是第一个能以宽松许可证下载的模型。

　　QwQ 愿景

　　阿里通义千问团队表示“思考、质疑、理解，是人类探索未知的永恒追求”，而 QwQ 犹如一位怀抱无尽好奇的学徒，以思考和疑问照亮前路。

　　模型局限性

　　阿里通义千问团队首先表明 QwQ 模型具备局限性，仍在学习如何行走于理性之路，它的思绪偶尔飘散，答案或许未尽完善，智慧仍在积淀。

　　附上原文中对该模型的局限性介绍如下：

　　模型表现

　　QwQ-32B-Preview 包含 325 亿个参数，能够处理最长32000个tokens 的提示词；该基准是一个通过小学级别问题评估高阶科学解题能力的评测集，旨在考察科学问题解决能力。QwQ-32B-Preview 评分为 65.2%，展示了研究生水平的科学推理能力。

　　该基准涵盖算术、代数、计数、几何、数论、概率等中学数学主题的综合评测，测试数学问题解决能力。QwQ-32B-Preview 评分为 50.0%，证明了强大的数学问题解决技能。

　　该基准包含 500 个测试样本的 MATH 评测集，全面考察数学解题能力。QwQ-32B-Preview 成绩为 90.6%，体现了在各类数学主题上的全面理解。

　　该基准评估真实编程场景中代码生成和问题解决能力的高难度评测集。QwQ-32B-Preview 成绩为 50.0%，验证了在实际编程场景中的出色表现。

　　参考