Qwen版o1发布即开源！32B参数并排OpenAI o1-mini，一手实测在此

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！

夜深，通义团队片刻上线推理模子QwQ，参数目只消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，还不错径直在线试玩。

Ollama、Together.ai等大模子平台也赶快跟进，第一时辰晓谕撑捏QwQ运行。

还有网友实测发现，对于我方手中的一齐化学臆测题，QwQ是除了o1除外独一能答对的。

此外有网友指出，QwQ预览版参数目只消32B，这意味着o1水平的推理模子，在土产货就能运行了。

推理才气尚可，但简陋度需加强

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

而比较GPT-4o、Claude 3.5 Sonnet和自家的Qwen2.5，跳动上风就比较彰着了。

至于QwQ的本色推理才气到底怎样，咱们就拿o1-mini对比着测试一下~

最初是官方展示的一齐逻辑推理题目：

对于这个问题，QwQ用了足足两千多字进行了分析，这是其中的中枢想路：

之后，QwQ开动了近乎列举式的分析方法，一张一张牌地来判断，但好在最终获取的完毕是正确的。

比较之下，o1-mini的复兴就显得止境简陋了。

再来一齐经典的逻辑题，神机妙算QwQ又写起了小作文，何况此次更甚，有4千多字，何况一经是主打一个“试”。

经过对列出情况的一一尝试和检讨，一段时辰后获取了临了的正确谜底。

再望望o1-mini，用很浅易的笔墨就把问题阐发了，推理恶果要高得多。

天然QwQ阐发得详备些不是赖事，但中间的子虚尝试对于发问者而言就显得有些满盈了。

除了基础逻辑，再来望望QwQ的数学水平怎样，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，咱们稍作了改革，条款模子以x=_的方法输出：

QwQ一经遴选了婉曲无物的作答方法，整串复兴有快要1400字。

不外仔细看会发现，QwQ的中间历程出现了失败，然后又改用了其他的方法。

折腾了一番之后，完毕倒也莫得错。

而o1-mini的复兴一经保捏简陋。

即使把o1-mini默许不露出的“想考历程”展示出来，一经是莫得QwQ的复兴那么长。

第二谈题目是线性代数题，这谈题咱们也作念了修改，从领受题改成了径直求A³的迹：

此次比较之前，QwQ的复兴要简陋一些，但照旧有上千字，天然完毕一经是对的，o1-mini也一经保捏简陋。

第三谈题对于概率论，情况简略和前边两谈访佛，这里就径直上图：

（QwQ方框中的谜底把根号漏了，不外这里是露出问题，从正文看谜底是正确的）

除了这么的纯数学题目，情状式的数知识题亦然教训模子才气的一项穷苦表率。

是以这里咱们领受了一齐数学竞赛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的解法是一种闲居想路，临了完毕也对了，而QwQ这边上来先是一大通的罗列，然后试图从中寻找规矩。

当发现没找到规矩时，还会进行更多的罗列，然而临了找出的规矩并不正确，完毕天然也就错了（不外方朝上如实和5的模研讨）。

从以上的案例当中不错看到，若是单看正确率，QwQ的施展如实不错和o1-mini同台较量。

但从历程中看，QwQ想一步到位还存在一定难度，还要履历列举、试错等步调，以至巧合会堕入死轮回。

这导致了其完毕对于东谈主类的的易读性和o1-mini还存在差距，QwQ需要在这少许上再多校正。

好在QwQ是个开源模子，若是是按token计费的商用模子，这么的输出长度惟恐也会让东谈主横目而视。

天然对于这么的问题，千问团队自己也止境安心，暗示处于测试阶段的QwQ，如实存在冗长而不够聚焦的景象，将会在未来作念出校正。

One More Thing

除了这些庄重题目，咱们也试了试陷坑问题，看下QwQ能不成看出其中的裂缝。

问题是这么的，介怀是不需要：

缺憾的是，QwQ并莫得发现这个要道点，何况作为念一齐闲居的农夫过河问题进行了复兴。

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违背不住。

本色上这个问题最早被和顺是在几个月之前了，那时还莫得o1这么的推理模子，大模子真是在这个问题上拔本塞源。

当今看来，推理才气增强后，也一经没改掉不追究读题的差错啊（手动狗头）。

参考贯穿：

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

和顺咱们，第一时辰获知前沿科技动态