11月28日，阿里雲通義團隊釋出全新AI推理模型QwQ-32B-Preview，並同步開源。評測資料顯示，預覽版本的QwQ，已展現出研究生水平的科學推理能力，在數學和程式設計方面表現尤為出色，整體推理水平比肩OpenAI o1。
QwQ（Qwen with Questions）是通義千問Qwen大模型最新推出的實驗性研究模型，也是阿里雲首個開源的AI推理模型。阿里雲通義千問團隊研究發現，當模型有足夠的時間思考、質疑和反思時，其對數學和程式設計的理解就會深化。基於此，QwQ取得了解決複雜問題的突破性進展。
在考察科學問題解決能力的GPQA評測集上，QwQ獲得65.2%的準確率，具備研究生水平的科學推理能力；在涵蓋綜合數學主題的AIME評測中，QwQ以50%的勝率證明其擁有解決數學問題的豐富技能；在全面考察數學解題能力的MATH-500評測中，QwQ斬獲90.6%的高分，一舉超越o1-preview和o1-mini；在評估高難度程式碼生成的LiveCodeBench評測中，QwQ答對一半的題，在程式設計競賽題場景中也有出色表現。
面對複雜問題，QwQ展現了深度自省的能力，會質疑自身假設，進行深思熟慮的自我對話，並仔細審視其推理過程的每一步。比如，在經典智力題“猜牌問題”中，QwQ透過梳理各方對話並推演現實情況，像個擅長思考的人一樣，揣摩“這句話有點tricky”，反思“等一下，也許我需要更仔細地思考”，最終分析得出正確答案，讓人驚豔。
目前，QwQ-32B-Preview已在魔搭社群和HuggingFace等平臺上開源。釋出短短几小時，引起全球開發者熱情體驗。有開發者認為該模型“是完全沒有預料到的瘋狂的躍進”、“今年開源領域最重大的突破”、“讓中國在開源大模型和AI推理上佔據先機”。通義團隊透露，儘管QwQ展現了強大的分析能力，但該模型仍是個供研究的實驗型模型，存在不同語言的混合使用、偶有不恰當偏見、對專業領域問題不瞭解等侷限。隨著研究深入模型迭代，這些問題將逐步得到解決。
附：
Modelscope開源地址：https://modelscope.cn/models/Qwen/QwQ-32B-Preview
Modelscope創空間體驗：https://modelscope.cn/studios/Qwen/QwQ-32B-preview
HuggingFace開源地址：https://huggingface.co/Qwen/QwQ-32B-Preview
HuggingFace Space體驗：https://huggingface.co/spaces/Qwen/QwQ-32B-preview