阿里推出 QwenLong-L1:专攻长文本推理,32B 表现追平 Claude 3.7
阿里团队提出长上下文推理框架 QwenLong-L1,通过阶段式强化学习,让模型从短文本推理平滑过渡到 12 万 token 的长篇分析。测试显示其 32B 模型在文档问答上能媲美 Claude-3.7 Sonnet Thinking,并超越 OpenAI o3-mini。
阿里团队提出长上下文推理框架 QwenLong-L1,通过阶段式强化学习,让模型从短文本推理平滑过渡到 12 万 token 的长篇分析。测试显示其 32B 模型在文档问答上能媲美 Claude-3.7 Sonnet Thinking,并超越 OpenAI o3-mini。