Alibaba libera como open source su último modelo de razonamiento: QwQ-32B, comparable a DeepSeek-R1 192

En la madrugada del 6 de marzo de 2025, Alibaba presentó oficialmente y abrió al público su modelo de razonamiento más reciente: Tongyi Qianwen QwQ - 32B.

Tongyi Qianwen QwQ - 32B ha sido entrenado mediante aprendizaje por refuerzo a gran escala. A diferencia de los métodos tradicionales de preentrenamiento y postentrenamiento, el aprendizaje por refuerzo permite al modelo adquirir conocimientos interactuando con el entorno. Gracias a ello, destaca especialmente en razonamiento matemático, programación y capacidades generales, logrando una mejora más eficaz de su capacidad de razonamiento.

Además, este modelo incorpora capacidades relacionadas con agentes. Gracias a esta capacidad, al utilizar herramientas, el modelo puede realizar pensamiento crítico y ajustar en todo momento el proceso de razonamiento en función de la retroalimentación del entorno.

Descripción general del modelo Tongyi Qianwen QwQ-32B

• Tongyi Qianwen QwQ - 32B es un modelo de razonamiento con 32.000 millones de parámetros. Aunque su número de parámetros es mucho menor que el de DeepSeek - R1 (que cuenta con 671.000 millones de parámetros, de los cuales se activan 37.000 millones), su rendimiento es comparable al de la versión completa de DeepSeek - R1.

• Este modelo se distribuye bajo la licencia open source Apache 2.0, lo que permite a los usuarios descargarlo de forma gratuita y utilizarlo con fines comerciales. Las plataformas de código abierto del modelo son dos: Hugging Face (https://huggingface.co/Qwen/QwQ - 32B ) y ModelScope (https://modelscope.cn/models/Qwen/QwQ - 32B ).

Rendimiento del modelo Tongyi Qianwen QwQ-32B

• Rendimiento destacado: en razonamiento matemático, programación y capacidades generales, QwQ - 32B es bastante potente. En el conjunto de evaluación AIME24 y en las pruebas de LiveCodeBench, su rendimiento es similar al de DeepSeek - R1 y supera al de otros modelos del mismo tamaño.

• Aprendizaje por refuerzo y soporte de agentes: gracias al aprendizaje por refuerzo a gran escala, la capacidad de razonamiento de QwQ - 32B ha mejorado considerablemente, lo que le permite profundizar en el pensamiento y abordar problemas complejos. Además, el modelo integra capacidades de agente, de modo que, al utilizar herramientas, puede aplicar pensamiento crítico y ajustar su proceso de razonamiento según la retroalimentación del entorno.

• Adaptabilidad a múltiples ámbitos: QwQ - 32B ofrece un rendimiento excelente en matemáticas, programación y procesamiento de tareas generales, y además admite tareas multimodales, como transcripción de voz y reconocimiento de imágenes. En pruebas de referencia como LiveBench, IFEval y BFCL, su puntuación supera a la de DeepSeek - R1. Asimismo, sus requisitos de hardware son bajos, ya que es posible implementarlo localmente con tarjetas gráficas de consumo, lo que lo hace muy adecuado para escenarios de aplicación con recursos de hardware limitados.

Aplicaciones del modelo Tongyi Qianwen QwQ-32B

• Razonamiento matemático y lógico: en tareas de razonamiento matemático, como AIME24, QwQ - 32B obtiene resultados excelentes y resulta útil tanto en el ámbito educativo como en el de la investigación científica.

• Programación y generación de código: en las pruebas de LiveCodeBench, es capaz de generar código de alta calidad, por lo que resulta adecuado para el desarrollo de software y la enseñanza de la programación.

• Procesamiento de tareas generales: en cuanto al seguimiento de instrucciones (IFEval) y al procesamiento de tareas multimodales, QwQ - 32B ofrece un rendimiento sobresaliente, capaz de hacer frente a diversas tareas generales.

• Tareas relacionadas con agentes: dado que admite capacidades de agente, puede tomar decisiones dinámicas y adaptarse al entorno, por lo que es apto para el procesamiento automatizado de tareas complejas.

HF:https://huggingface.co/Qwen/QwQ-32B

Modelo:https://modelscope.cn/models/Qwen/QwQ-32B

Demo:https://huggingface.co/spaces/Qwen/QwQ-32B-Demo

Chat:https://chat.qwen.ai