j9九游会真人但简略度需加强按照官方放出的收成-九游会体育-九游会欧洲杯-九玩游戏中心官网

克雷西 发自 凹非寺

量子位 | 公众号 QbitAI

通义千问版o1来了，照旧开源的！

更阑，通义团队短暂上线推理模子QwQ，参数目唯独32B，在GPQA上打败了o1-mini。

咫尺，QwQ的模子权重已在HuggingFace和魔搭社区上发布，还不错平直在线试玩。

Ollama、Together.ai等大模子平台也赶快跟进，第一时辰告示援救QwQ运行。

还有网友实测发现，对于我方手中的沿途化学野心题，QwQ是除了o1以外唯独能答对的。

此外有网友指出，QwQ预览版参数目唯独32B，这意味着o1水平的推理模子，在腹地就能运行了。

推聪敏力尚可，但简略度需加强

按照官方放出的收成，QwQ、o1-preview和o1-mini在GPQA（科学推理）、AIME、MATH-500（数学）以及LiveCodeBench（代码）四个数据蚁合各有赢输，但举座水平比较接近。

而比拟GPT-4o、Claude 3.5 Sonnet和自家的Qwen2.5，升迁上风就比较理解了。

至于QwQ的本色推聪敏力到底怎么，咱们就拿o1-mini对比着测试一下~

率先是官方展示的沿途逻辑推理题目：

对于这个问题，QwQ用了足足两千多字进行了分析，这是其中的中枢念念路：

之后，QwQ开动了近乎列举式的分析样子，一张一张牌地来判断，但好在最终获取的规模是正确的。

比拟之下，o1-mini的回应就显得特地简略了。

再来沿路过典的逻辑题，未卜先知QwQ又写起了小作文，况兼此次更甚，有4千多字，况兼仍是是主打一个“试”。

经过对列出情况的一一尝试和检讨，一段时辰后获取了终末的正确谜底。

再望望o1-mini，用很简短的笔墨就把问题发挥了，推理后果要高得多。

天然QwQ发挥得详备些不是赖事，但中间的虚伪尝试对于发问者而言就显得有些过剩了。

除了基础逻辑，再来望望QwQ的数学水平怎么，先来几谈考研数学题试试。

第一题对于微分方程，题目是这么的，咱们稍作了编削，条件模子以x=_的相貌输出：

QwQ仍是继承了离题万里的作答样子，整串回应有快要1400字。

不外仔细看会发现，QwQ的中间经过出现了失败，然后又改用了其他的样子。

折腾了一番之后，规模倒也莫得错。

而o1-mini的回应仍是保抓简略。

即使把o1-mini默许不显现的“念念考经过”展示出来，仍是是莫得QwQ的回应那么长。

第二谈题目是线性代数题，这谈题咱们也作念了修改，从采取题改成了平直求A³的迹：

此次比拟之前，QwQ的回应要简略一些，但照旧有上千字，天然规模仍是是对的，o1-mini也仍是保抓简略。

第三谈题对于概率论，情况约略和前边两谈相同，这里就平直上图：

（QwQ方框中的谜底把根号漏了，不外这里是显现问题，从正文看谜底是正确的）

除了这么的纯数学题目，景色式的数常识题亦然检修模子智力的一项贫乏标准。

是以这里咱们采取了沿途数学竞赛AIME的题目：

翻译过来是这么的，测试中咱们亦然用的这段汉文翻译版块：

o1-mini的解法是一种平方念念路，终末规模也对了，而QwQ这边上来先是一大通的陈设，然后试图从中寻找功令。

当发现没找到功令时，还会进行更多的陈设，然则终末找出的功令并不正确，规模天然也就错了（不外方朝上确乎和5的模有关）。

从以上的案例当中不错看到，要是单看正确率，QwQ的阐扬确乎不错和o1-mini同台较量。

但从经过中看，QwQ想一步到位还存在一定难度，还要阅历列举、试错等标准，致使随契机堕入死轮回。

这导致了其规模对于东谈主类的的易读性和o1-mini还存在差距，QwQ需要在这小数上再多校正。

好在QwQ是个开源模子，要是是按token计费的商用模子，这么的输出长度只怕也会让东谈主遮掩而视。

天然对于这么的问题，千问团队自己也特地沉静，示意处于测试阶段的QwQ，确乎存在冗长而不够聚焦的表象，将会在将来作念出校正。

One More Thing

除了这些正经题目，咱们也试了试陷坑问题，看下QwQ能不可看出其中的漏洞。

问题是这么的，稳重是不需要：

缺憾的是，QwQ并莫得发现这个要道点，况兼算作念沿途平方的农夫过河问题进行了回应。

不外这也算是大模子的一个通病了，OpenAI的o1在这么的笔墨游戏眼前照样造反不住。

本色上这个问题最早被调遣是在几个月之前了，那时还莫得o1这么的推理模子，大模子着实在这个问题上扫地外出。

咫尺看来，推聪敏力增强后，也仍是没改掉不崇敬读题的舛错啊（手动狗头）。

参考领略：

https://qwenlm.github.io/blog/qwq-32b-preview/体验地址（Hugging Face）：

https://huggingface.co/spaces/Qwen/QwQ-32B-preview体验地址（魔搭社区）：

https://modelscope.cn/studios/Qwen/QwQ-32B-preview

— 完 —

量子位 QbitAI · 头条号签约

调遣咱们j9九游会真人，第一时辰获知前沿科技动态