QwQ-32B

QwQ-32B — это инновационная языковая модель, разработанная Alibaba, с 32 миллиардами параметров и контекстным окном в 40K токенов. Она специализируется на глубоких рассуждениях и способна к многошаговому логическому анализу, что делает ее особенно эффективной при решении сложных задач, требующих структурированного мышления.

QwQ-32B была обучена основе передовых методов Reinforcement Learning, которые позволили значительно улучшить её способности к рассуждению, что позволяет модели показывать выдающиеся результаты в таких областях, как математические вычисления, программирование, анализ юридических документов. По производительности она не уступает DeepSeek-R1, которая имеет 671 миллиард параметров. Кроме того, QwQ-32B обладает возможностями агентного поведения, что позволяет ей адаптировать свои рассуждения на основе обратной связи, а также использовать различные инструменты для более точного анализа запросов.

Благодаря своему контекстному окну в 131 000 токенов, модель может обрабатывать объемные аналитические задачи и работать с многоэтапными логическими цепочками, что делает её незаменимой для научных исследований, образовательных приложений, поиска проблем в коде, сопоставления доводов в юридических документах и других задач, требующих максимального внимания к деталям.

Дата анонса: 06.03.2025
Параметров: 33B
Контекст: 41K
Слоев: 64
Тип внимания: Full or Sliding Window Attention
Разработчик: Qwen
Версия Transformers: 4.43.1
Лицензия: Apache 2.0

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с QwQ-32B. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
• использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.