QwQ 是一个由 Qwen 团队开发的 32B 参数实验性研究模型，专注于提升 AI 推理能力。

QwQ 在这些基准测试中表现出卓越的性能

• 在 GPQA 上取得 65.2% 的成绩，展示了其研究生水平的科学推理能力
• 在 AIME 上取得 50.0% 的成绩，突显了其强大的数学问题解决能力
• 在 MATH-500 上取得 90.6% 的成绩，展示了其在不同主题中出色的数学理解能力
• 在 LiveCodeBench 上取得 50.0% 的成绩，验证了其在真实场景中强大的编程能力。

这些结果突显了 QwQ 在分析和问题解决能力方面的显著进步，尤其是在需要深入推理的技术领域。

作为一个预览版本，它展示了有前景的分析能力，但也存在一些重要的局限性

1. 语言混合和代码切换： 该模型可能会混合语言或意外地在语言之间切换，从而影响响应的清晰度。

2. 递归推理循环： 该模型可能会进入循环推理模式，导致冗长的响应而没有结论性答案。

3. 安全和伦理考量： 该模型需要加强安全措施以确保可靠和安全的性能，用户在部署时应谨慎。

4. 性能和基准测试限制： 该模型在数学和编码方面表现出色，但在其他领域（例如常识推理和细致的语言理解）仍有改进空间。