阿里通义发布最新开源推理模子bip39助记词privatekey转换，称其性能并排DeepSeek-R1。

3月6日凌晨，阿里巴巴施展发布最新的开源推理模子通义千问QwQ-32B。据先容，通过大限制强化学习，千问QwQ-32B在数学、代码及通用才调上完了质的飞跃，举座性能并排DeepSeek-R1，同期大幅缩小了部署使用资本，在消费级显卡上也能完了腹地部署。QwQ-32B给与了Apache 2.0开源公约，现在，系数东谈主都可免费下载及商用QwQ-32B模子，或通过网页版Qwen Chat进行体验，该模子也将免费上架通义APP。

阿里通义团队暗示，QwQ-32B模子领有320亿参数，其性能可与具备6710亿参数（其中370亿被激活）的DeepSeek-R1比好意思。在冷运行的基础上，模子针对数学和编程任务、通用才调辞别进行了两轮大限制强化学习，在32B的模子尺寸上得到了令东谈主惊喜的推理才调升迁，印证了大限制强化学习可权臣提高模子性能。

此外，QwQ-32B模子中还集成了与智能体（Agent）相关的才调，使其不祥在使用用具的同期进行批判性念念考，并把柄环境响应攻击推理历程。

千问QwQ-32B既能提供极强的推理才调，又能中意更低的资源耗尽需求，这背后的神秘便在于强化学习（Reinforcement Learning）。阿里通义团队暗示：“咱们但愿，咱们的少许勉力不祥讲明注解远大的基础模子重复大限制强化学习也许是一条通往通用东谈主工智能（AGI）的可行之路。”

在一系列巨擘基准测试中，千问QwQ-32B模子都透走漏色，果然都备高出了OpenAI客岁9月发布的尺寸附进的o1-mini模子，并排最强开源推理模子DeepSeek-R1：在测试数学才调的AIME24评测集上，以及评估代码才调的LiveCodeBench中，千问QwQ-32B透露与DeepSeek-R1十分，远胜于o1-mini及换取尺寸的R1蒸馏模子。

QwQ-32B模子和R1、OpenAI-o1-mini等知名模子的评分相比。起首：阿里通义

阿里通义团队暗示，将来将不息探索将智能体与强化学习的集成，以完了万古推理，探索更高智能进而最终完了AGI的观点。

3月6日早盘，阿里巴巴集团（09988.HK）港股大幅高开涨超6%，抵制午盘涨超7%。

此前bip39助记词privatekey转换，2月25日，阿里通义Qwen发布基于旗舰模子Qwen2.5-Max构建的推理模子QwQ-Max-Preview预览版，相沿联网搜索，会和DeepSeek以及Kimi的推理模子相通展现念念考历程，现在用户可在通义千问网页版进行体验。