Qwen 正式上線 QwQ-32B：320 億引數推理模型，對標 DeepSeek-R1
Qwen 正式釋出 320 億引數的新推理模型 QwQ-32B。該模型基於 Qwen2.5-32B 研發，通過強化學習擴充套件顯著提升了數學與程式設計能力。最值得關注的是，阿里團隊證實了持續擴充套件強化學習能讓中等尺寸模型直接抗衡龐大的 MoE 架構。
Qwen 正式釋出 320 億引數的新推理模型 QwQ-32B。該模型基於 Qwen2.5-32B 研發，通過強化學習擴充套件顯著提升了數學與程式設計能力。最值得關注的是，阿里團隊證實了持續擴充套件強化學習能讓中等尺寸模型直接抗衡龐大的 MoE 架構。