Alibaba, 최신 추론 모델 QwQ-32B 오픈소스 공개 — DeepSeek-R1에 버금가는 성능 194

2025년 3월 6일 새벽, 알리바바(Alibaba)가 공식적으로 최신 추론 모델인 통이치원 QwQ-32B를 공개하고 오픈소스로 출시했습니다.

통이치원 QwQ-32B는 대규모 강화 학습(RL)으로 학습된 모델입니다. 기존의 사전 학습 및 사후 학습 방식과 달리, 강화 학습은 모델이 환경과 상호작용하는 과정에서 지식을 습득하도록 합니다. 이러한 방식 덕분에 수학 추론, 프로그래밍, 그리고 일반적인 능력 등에서 매우 뛰어난 성능을 보이며, 추론 능력도 더욱 효과적으로 향상될 수 있습니다.

또한 이 모델에는 에이전트(Agent) 관련 능력이 통합되어 있습니다. 이러한 능력 덕분에 모델이 도구를 사용할 때 비판적으로 사고할 수 있으며, 환경에서 제공하는 피드백에 따라 추론 과정을 수시로 조정할 수 있습니다.

통이치원 QwQ-32B 모델 개요

• 통이치원 QwQ-32B는 320억 개의 파라미터를 가진 추론 모델입니다. 파라미터 수가 DeepSeek-R1(총 6710억 개, 그 중 370억 개 활성화)보다 훨씬 적지만, 성능은 DeepSeek-R1 풀 버전과 필적할 수준입니다.

• 이 모델은 Apache 2.0 오픈소스 라이선스를 채택하여 사용자가 무료로 다운로드할 수 있으며 상업적 용도로도 사용할 수 있습니다. 모델이 공개된 오픈소스 플랫폼은 Hugging Face(https://huggingface.co/Qwen/QwQ-32B )와 ModelScope(https://modelscope.cn/models/Qwen/QwQ-32B ) 두 곳입니다.

통이치원 QwQ-32B 모델 성능

• 두드러진 성능: 수학 추론, 프로그래밍, 그리고 일반적인 능력 측면에서 QwQ-32B는 매우 강력합니다. aiME24 평가 데이터셋과 LiveCodeBench 테스트에서 DeepSeek-R1과 비슷한 성능을 보였으며, 동일 크기의 다른 모델들보다 더 나은 성능을 기록했습니다.

• 강화 학습과 에이전트의助力: QwQ-32B는 대규모 강화 학습을 통해 추론 능력이 크게 향상되어 복잡한 문제에 대해 심층적으로 사고하고 처리할 수 있습니다. 또한 모델에는 에이전트 능력이 통합되어 있어 도구를 사용할 때 비판적으로 사고하고 환경 피드백에 따라 추론 과정을 조정합니다.

• 다양한 분야에 대응: QwQ-32B는 수학, 프로그래밍, 일반적인 작업 처리에서 뛰어난 성능을 보일 뿐만 아니라 음성 전사, 이미지 인식 등 멀티모달 작업도 지원합니다. LiveBench, IFEval, BFCL 등의 벤치마크 테스트에서 DeepSeek-R1보다 높은 점수를 받았습니다. 또한 하드웨어 자원 요구 사항이 높지 않아 소비자용 그래픽 카드로도 로컬 배포가 가능하므로, 하드웨어 자원이 제한된 응용 시나리오에 매우 적합합니다.

통이치원 QwQ-32B모델 응용 분야

• 수학 및 논리 추론: AIME24와 같은 수학 추론 과제에서 QwQ-32B는优异的 성적을 거두었으며, 교육 및 연구 분야에서 활용될 수 있습니다.

• 프로그래밍 및 코드 생성: LiveCodeBench 테스트에서 고품질의 코드를 생성할 수 있어 소프트웨어 개발 및 프로그래밍 교육 업무에 적합합니다.

• 일반적인 작업 처리: 지시 따르기(IFEval), 멀티모달 작업 처리 등 다양한 일반 작업에서 QwQ-32B는 탁월한 성능을 보이며 여러 가지 일반적인 작업에 대응할 수 있습니다.

• 에이전트 관련 작업: 에이전트 능력을 지원하여 동적 의사 결정과 환경 적응이 가능하므로 복잡한 작업의 자동화 처리에 적합합니다.

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

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

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

채팅:https://chat.qwen.ai