A kínai e-kereskedelmi óriás, az Alibaba nyílt forráskódú nagy nyelvi modelljeinek fejlesztésével foglalkozó részlege, a Qwen Team bemutatta a QwQ-32B-t, a 32 milliárd paraméteres modellt, amelyet összetett problémamegoldási feladatok hatékonyságának növelésére terveztek megerősítéses tanulás (RL) segítségével. A modell nyílt súlyú változatban elérhető a Hugging Face-en és a ModelScope-on Apache 2.0 licenc alatt, így kereskedelmi […]