QwQ-32B用更小尺寸，比肩全球最强开源推理模型R1

1. 模型性能：拥有320亿参数，性能可与6710亿参数（370亿被激活）的DeepSeek-R1媲美。在AIME24数学能力评测集、LiveCodeBench代码能力评估中表现相当，在LiveBench、IFEval、BFCL测试里得分超越DeepSeek-R1。 2. 训练方式：基于冷启动开展大规模强化学习，初始针对数学和编程任务训练，通过校验答案正确性和代码执行情况反馈。之后增加针对通用能力的强化学习，提升通用能力且不影响数学和编程性能。 3. 使用方法：提供通过API使用QwQ-32B的示例代码，借助OpenAI库，设置相关参数即可调用模型。 4. 开源与体验：已在Hugging Face(https://huggingface.co/Qwen/QwQ-32B) 和ModelScope(https://modelscope.cn/models/Qwen/QwQ-32B) 开源，采用Apache 2.0协议，或可通过Qwen Chat (https://chat.qwen.ai/?models=Qwen2.5-Plus）直接体验。 5. 未来展望：QwQ-32B是Qwen增强推理能力的第一步，未来结合更强大基础模型与RL，探索智能体与RL集成，实现长时推理，向通用人工智能迈进。