Qwen团队发布了QwQ-32B-Preview，这是一款旨在通过深度反思和自我提问来推进AI推理能力的实验性研究模型。该预览版重点提升数学和编程方面的分析能力。

  • 该模型在GPQA上达到65.2%，在AIME上达到50.0%，在MATH-500上达到90.6%，在LiveCodeBench上达到50.0%。
  • 它在提供答案之前，会经过深思熟虑并审视自身的假设。
  • 局限性包括可能的语言混合、递归推理循环以及需要加强安全措施。

此次发布是探索耐心探究如何推动解决复杂技术问题突破的早期一步。