阿里发布QwQ-32B推理模型性能比肩671B DeepSeek-R1

Qwen发布了32B参数规模的推理模型QwQ-32B，在性能上可与671B参数的DeepSeek R1相媲美。该模型采用独特的强化学习训练方法，分为两个阶段分别优化专业能力和通用能力。值得注意的是，QwQ-32B未采用复杂的MoE架构，使得其能在单台机器上高效运行，并将运行成本降低至同类竞品的约1/10。目前该模型已开源并提供在线体验。
来源：https://mp.weixin.qq.com/s/ZtnUV0RLf6_CR04Sbm-Wyw