脚本プランナー▸ 
AIアプリ 
AIニュース Alibaba、最新推論モデルQwQ-32Bをオープンソース公開——DeepSeek-R1に匹敵
小编 ·
Alibaba、最新推論モデルQwQ-32Bをオープンソース公開——DeepSeek-R1に匹敵
2025年3月6日の早朝、阿里巴巴は最新の推論モデル「通義千問QwQ-32B」を正式にリリースしオープンソース化しました。
通義千問QwQ-32Bは大規模強化学習によって訓練されたモデルです。従来の事前学習や事後学習の手法とは異なり、強化学習はモデルが環境と相互作用するプロセスを通じて知識を学習することを可能にします。そのため、数学的推論、プログラミング、汎用能力などの面で特に優れた性能を発揮し、推論能力をより効果的に向上させることができます。
さらに、このモデルにはエージェントに関する能力も組み込まれています。この能力により、モデルはツールを使用する際に批判的思考を行い、環境からのフィードバックに応じて推論プロセスを随時調整することができます。
通義千問QwQ-32Bモデル概要
通義千問QwQ-32Bは320億パラメータを持つ推論モデルです。パラメータ数はDeepSeek-R1（6710億パラメータ、そのうち370億が活性化）と比べて大幅に少ないものの、性能はDeepSeek-R1満血版に匹敵します。
このモデルはApache 2.0オープンソースライセンスを採用しており、ユーザーは無料でダウンロードでき、商用利用も可能です。モデルのオープンソースプラットフォームはHugging Face（https://huggingface.co/Qwen/QwQ-32B ）とModelScope（https://modelscope.cn/models/Qwen/QwQ-32B ）の2つです。
通義千問QwQ-32Bモデル性能
優れた性能：数学的推論、プログラミング、汎用能力のいずれにおいても、QwQ-32Bは非常に高い性能を発揮します。aiME24評価ベンチマークとLiveCodeBenchテストにおいて、その性能はDeepSeek-R1と同程度で、他の同サイズのモデルを上回っています。
強化学習とエージェントによる強化：QwQ-32Bは大規模強化学習を通じて推論能力を大幅に向上させ、複雑な問題に対する深い思考と処理が可能です。さらに、エージェント能力が統合されているため、ツール使用時に批判的思考を行い、環境フィードバックに応じて推論プロセスを調整することができます。
マルチドメインへの対応力：QwQ-32Bは数学、プログラミング、汎用タスク処理において優れた性能を発揮するほか、音声転記、画像認識などのマルチモーダルタスクもサポートしています。LiveBench、IFEval、BFCLなどのベンチマークテストでは、DeepSeek-R1を上回るスコアを達成しています。また、ハードウェアリソースへの要求が低く、消費級GPUでローカルデプロイが可能なため、ハードウェアリソースが限られているアプリケーションシナリオにも適しています。
通義千問QwQ-32Bモデル応用
数学と論理推論：AIME24などの数学的推論タスクにおいて、QwQ-32Bは優れた成績を収め、教育や研究分野で活用できます。
プログラミングとコード生成：LiveCodeBenchテストにおいて、高品質なコードを生成でき、ソフトウェア開発やプログラミング教育に適しています。
汎用タスク処理：指示追従（IFEval）、マルチモーダルタスク処理などにおいて、QwQ-32Bは卓越した性能を発揮し、さまざまな汎用タスクに対応できます。
エージェント関連タスク：エージェント能力をサポートし、動的な意思決定や環境への適応が可能なため、複雑なタスクの自動化処理に適しています。
HF：https://huggingface.co/Qwen/QwQ-32B
モデル：https://modelscope.cn/models/Qwen/QwQ-32B
デモ：https://huggingface.co/spaces/Qwen/QwQ-32B-Demo
チャット：https://chat.qwen.ai
