阿里开源新模型：媲美DeepSeek-R1，参数大降20倍！ siyushenqi.com • 2025 年 8 月 13 日 下午9:54 • 行业动态 • 阅读 410 阿里巴巴开源了QwQ-32B大模型，支持Apache 2.0开源协议，可用于商业化。该模型在多个主流测试基准中表现优异，与DeepSeek的R1-671B和OpenAI的o1-mini相当，但参数量仅为320亿，远低于R1的6710亿参数，显著降低了部署和推理成本。 摘要 QwQ-32B通过大规模强化学习实现高性能，特别是在数学和编程任务的冷启动阶段，采用校验生成答案正确性和代码执行反馈的方式进行训练。这种方法能够更精确地评估推理过程和代码的实际运行效果，从而提升模型的深度思考和复杂推理能力。 模型训练分为多个阶段：初始阶段针对数学和编程任务进行强化学习训练；后续增加通用能力的强化学习训练，使用通用奖励模型和基于规则的验证器，提升模型的逻辑性、连贯性和通用性。不同阶段的训练具有互补性和兼容性，能够在不影响特定任务性能的前提下提升整体通用能力。 QwQ-32B集成了Agent相关能力，能够在使用工具时进行批判性思考，并根据环境反馈调整推理过程。例如在智能客服场景中，Agent可以根据用户反馈调整回答策略，提升交互体验。 大规模强化学习为模型性能提升提供了新的方向，尤其在动态交互和策略优化方面表现出色。通过冷启动数据和多阶段训练，模型能够在复杂任务中逐步提升性能。此外，强化学习提高了参数利用效率，使得较小规模的模型也能达到与大规模模型相当的性能，为行业提供了新的技术思路和实践方向。 阿里巴巴开源了最新大模型QwQ-32B，并且支持Apache 2.0 开源协议可以商业化。 根据阿里公布的测试数据显示，QwQ-32B在AIME24、LiveCodeBench、LiveBench、IFEval等主流测试基准中，可以媲美DeepSeek开源的R1-671B和OpenAI的o1-mini。 但QwQ-32B只有320亿参数，而R1拥有6710亿参数，体量大降了20倍以上。在部署、推理效率、成本方面非常出色。 开源地址：https://huggingface.co/Qwen/QwQ-32B体验地址：https://chat.qwen.ai/ QwQ-32B能以如此低的参数获得这么高的性能，主要是应用了大规模强化学习来实现，从而具备深度思考和复杂推理能力。 在冷启动基础上开展大规模强化学习，初始阶段针对数学和编程任务进行 强化学习 训练具有重要意义。与传统依赖奖励模型不同，阿里通过校验生成答案的正确性为数学问题提供反馈，通过代码执行服务器评估生成代码是否通过测试用例来提供代码反馈。 在数学解题中，传统的奖励模型只是简单地根据答案是否正确给予固定奖励，而阿里的方法能够更精确地评估答案的推理过程是否正确。例如，对于一道复杂的数学证明题，传统奖励模型可能只关注最终结论是否正确，而阿里的校验方式可以对证明步骤的每一步进行分析，若某一步推理错误，则给予相应的负反馈，促使模型改进推理过程。 在编程任务中，通过代码执行服务器评估代码是否通过测试用例，能够让模型快速了解代码的实际运行效果，从而更有效地改进代码生成策略。 例如，在开发一个简单的排序算法程序时，模型生成代码后，通过执行服务器运行代码并检查是否能正确对给定数据进行排序，若不能通过测试用例，模型可以根据错误提示和反馈调整代码生成逻辑。 第一阶段之后，会增加针对QwQ-32B通用能力的强化学习训练，使用通用奖励模型和基于规则的验证器进行训练。 通用奖励模型可以从更广泛的角度对模型的行为进行评估，例如在文本生成任务中，不仅评估生成文本的语法正确性，还评估文本的逻辑性、连贯性等。 基于规则的验证器则可以根据一些既定的规则对模型输出进行验证，如在信息抽取任务中，验证抽取的信息是否符合特定的格式或语义规则。通过少量步骤的通用 强化学习，模型在提升其他通用能力的同时，在数学和编程任务上的性能没有显著下降，这表明不同阶段的 强化学习 训练之间具有一定的互补性和兼容性，能够在不影响特定任务性能的前提下提升模型的整体通用性。 此外，阿里还在QwQ-32B中集成了与 Agent 相关的能力，使其能够在使用工具的同时进行批判性思考，并根据环境反馈调整推理过程。例如，在智能客服系统中，Agent可以根据用户反馈调整回答策略，类似于人类客服根据用户反应调整沟通方式。 阿里表示，大规模强化学习为模型性能提升带来了新的突破方向，尤其是在动态交互和策略优化方面具有显著优势。通过冷启动数据和多阶段训练，模型能够在复杂任务中逐步提升性能。同时强化学习能够提高模型的参数利用效率，使得较小规模的模型也能达到与大规模模型相当的性能。 相关阅读外贸展会后怎么跟进客户？72小时、7天、30天的完整SOP网易辟谣：王怡未离职，部分营销团队并入事业部OpenAI内部信"摊牌"：微软联盟已成枷锁，将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股；众擎机器人完成2亿美元B轮融资；红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付；社交APP伊拉克支付提现渠道；收巴西各类流量；海外买量｜私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店；9家游戏公司财报深度拆解；非洲市场又一电商巨头退场；Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西：先打假冒伪劣智元机器人，一分为四！ 本文源自「私域神器」，发布者：siyushenqi.com，转载请注明出处：https://www.siyushenqi.com/32946.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器：海外私域营销拓客软件 在大模型上没啥动静的美团，正在用另一种方式开抢AI的船票 上一篇 2025 年 8 月 13 日 下午9:54 AI眼镜销量暴涨210%！Meta赢麻了，新物种却成了先烈 下一篇 2025 年 8 月 13 日 下午9:54 相关推荐 行业动态 豪掷30亿美元，OpenAI史上最大收购案！ OpenAI即将以30亿美元收购Windsurf（前身为Codeium），这笔交易接近尾声，旨在整合先进技术并巩固其在AI编程领域的领先地位。 siyushenqi.com 2025 年 8 月 13 日 441000 行业动态 史上最贵！首个AI Agent程序员商业化，比ChatGPT Pro贵2倍 Devin作为全球首个AI Agent程序员，今天凌晨1点宣布全面开放使用，实现商业化。 siyushenqi.com 2025 年 8 月 13 日 543000 行业动态 AI潮涌时 数智新丝路 | 2024EC全球营销峰会圆满收官，一起回顾有料现场 5月24日，由易点天下主办的2024Easy Connection全球营销峰会在西安圆满收官。 siyushenqi.com 2025 年 8 月 13 日 503000 行业动态 夫妇做短剧月进账4亿多？当事方披露：净利不足1%，爆款不到10%，三成项目血本无归 当事公司辟谣：短剧业务净利不足1%，行业爆款率正在降低 siyushenqi.com 2025 年 8 月 18 日 401000 行业动态 DeepSeek创造历史！登顶全球AI应用第2名，豆包排名第10 全球著名投资基金和咨询公司Andreessen Horowitz（a16z）发布了2025年全球100生成式AI应用排行榜，分为网页版和移动版各50个应用。DeepSeek在网页版中排名第二，仅次于ChatGPT。 siyushenqi.com 2025 年 8 月 13 日 475000 一款上线8年的老游戏，今天突然蹿升至畅销Top30了？ 一款8年前上线、常年徘徊在榜单200位左右的老游戏——《攻城掠地》居然一下子冲到畅销榜第30位。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 483000 印尼电商平台2020年GMV超400亿美元，同比增长91% 其实自去年疫情爆发以来，除了少数几个国家能把社会运转控制在比较理想的情况之外，大多数国家都实行不同程度的社会距离限制政策。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 450000 行业动态 AI还做不出好游戏，但确实能做出爆款游戏视频 7月，X上一条“像素风第一人称RPG”AI视频播放量破5000万，精致画面+真实光影让大量玩家误以为是新游戏，触发“到底AI能不能做游戏”的激烈争论。 siyushenqi.com 2025 年 10 月 14 日 378000 利用TikTok，他们做出了成功的休闲和超休闲游戏 为了提升游戏在市场上获得成功的机会，某些休闲和超休闲游戏的开发团队对更广泛的社交趋势保持关注。那么，找到流行趋势的最简单方法是什么？开发者怎样才能知道哪些趋势会受到游戏玩家的欢迎？ siyushenqi.com 2025 年 8 月 24 日 • 行业动态 563000 行业动态 字节跳动旗下游戏盒停运，高峰时曾达到2000万MAU 字节的游戏盒业务还是没能走通。 siyushenqi.com 2025 年 8 月 18 日 451000 《App Annie大中华区业务负责人 戴彬：把握2021年移动经济三大趋势，提升移动时代竞争力》 基于对移动市场的长期洞察，App Annie总结了移动经济在 2021 年发展的三大新趋势。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 491000 Facebook广告投放账户为什么受限？| 出海投放秘籍 针对 Facebook 帐户、公共主页和商务管理平台帐户设有不同类型的广告投放限制。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 435000 “寒冬”之下融资1亿美金，TruKKer是一家什么样的公司？ 9月7日，总部位于沙特阿拉伯的 TruKKer 宣布，已经筹集了1亿美元C轮融资，新融资主要用户现有市场和新市场的开拓。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 442000 红遍东南亚和拉美之后，《Free Fire》正成为美国最受欢迎的战术竞技手游 自2017年底面世以来，战术竞技手游迅速风靡世界各地。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 556000 爆！杭州大卖一年销售1000万套宠物窝垫 杭州宠物大卖、沃尔玛宠物大牌“CATCRAFT”所有者天元宠物，正式登陆创业板，首日收盘后市值大约40亿元！ siyushenqi.com 2025 年 8 月 13 日 • 行业动态 441000 年出货量破百万！独立站是他下一个突破点 3D打印机发展至今已经30多年的历史，虽然在国内并不是那么普及，但是对于海外的消费者来说，3D打印机正在影响着他们的生活 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 455000 行业动态 GPT-4o多模态核心大佬离职OpenAI！联创Schulman跳槽前CTO初创 OpenAI联合创始人John Schulman在离职Anthropic后，加入了前OpenAI首席技术官Mira Murati创立的初创公司Thinking Machines Lab。 siyushenqi.com 2025 年 8 月 13 日 428000 复旦发布中国版ChatGPT：MOSS开启测试冲上热搜，服务器挤爆 不知道这个人工智能，有没有获得完整的一生。 siyushenqi.com 2025 年 8 月 14 日 • 行业动态 473000 行业动态 中国茶成功出海中东电商市场！创始人竟是阿拉伯人 从中国采购茶叶，在阿联酋、沙特阿拉伯和其他海湾国以散装的形式出售，可以根据要求添加更多口味来定制，这是阿联酋特色茶饮公司 Feel Good Tea 在以包装茶为主的市场中，能够取胜的关键差异化因素。 siyushenqi.com 2025 年 8 月 13 日 530001 继《原始传奇》之后，又一个“贪玩游戏式”刷屏要来了 7月2日，贪玩游戏旗下《热血合击》正式官宣刘亦菲成为产品代言人。官宣当日，线上线下各大渠道都传来了“神仙姐姐+传奇”这一组合刷屏的捷报。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 498000 行业动态 80万人想听“宇宙的悄悄话”？这款占星App走红美国，还能为用户画出“正缘” 占星新品如何圈粉美国用户。 siyushenqi.com 2025 年 8 月 15 日 591000 行业动态 单品流水百亿，拿到版号等待三年，这个全球爆款想干嘛？ 海外爆款回归。 siyushenqi.com 2025 年 8 月 18 日 469000 行业动态 2023年社交媒体应用市场总结 TikTok 成为实至名归的成功变现范例，应用商店史上最佳应用变现王。 siyushenqi.com 2025 年 8 月 18 日 405000 行业动态 阿里回应淘宝台湾停止运营消息：尊重克雷达决定 DoNews 10月16日消息（记者 刘文轩）淘宝台湾昨天发布公告称，10 月 15 日 11 时起，陆续关闭淘宝台湾平台下单等功能，并在年底停止运营。 siyushenqi.com 2025 年 8 月 13 日 345000 行业动态 多线扩张，正在拖慢ChatGPT 内部千人造“推理模型”刷竞赛金牌，却与数亿普通用户“电影评分式”轻需求脱节；高算力慢响应导致体验反降，前沿研究目标与产品场景严重错配。 siyushenqi.com 2025 年 12 月 23 日 351000 行业动态 阿里电商在东南亚：被支援的Lazada，“左右互搏”的1688和国际站 1、Lazada艰难的“中场战事”，持续获得阿里“输血” 2、发力B2B，1688和国际站要互抢流量？ 3、投资本土零售，东南亚电商的最后生态位？ siyushenqi.com 2025 年 8 月 12 日 485000 莉莉丝在北京的这个50人团队，为他们打下了日韩市场！ 据中国音数协游戏工委（GPC）发布的《2020年中国游戏产业报告》显示，去年中国出海日韩地区的收入占比为23.91%和8.81%. siyushenqi.com 2025 年 8 月 25 日 • 行业动态 463000 行业动态 京东来了！与Namshi、Emaar合作，正式出海中东电商市场 京东正式与迪拜埃玛尔购物中心（Emaar Malls）以及时尚电商Namshi签署合作伙伴协议，将进入中东市场。 siyushenqi.com 2025 年 8 月 13 日 437000 行业动态 韩国音频社交大厂推出全球短剧平台Vigloo，日韩市场短剧热潮要来了？ 短剧出海日韩的机会进一步扩大。 siyushenqi.com 2025 年 8 月 18 日 448000 独立站DTC快时尚品牌为何小跑入场第三方平台 当一大批成熟的快时尚独立站DTC品牌涌进第三方平台，躺“平”的它们是否能收割到新“草”？ siyushenqi.com 2025 年 8 月 13 日 • 行业动态 445000 发表回复 请登录后评论...登录后才能评论 提交
