Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Alibaba · pașaport de model

QwQ 32b Preview

qwq-32b-preview

Ponderi deschise
Licență Apache 2.0
32.8B parametri
Lansat 2024-11-27(curatoriat)

General · LMArena: 1,154#353 din 396
Cea mai bună percentilă: 44.3LiveCodeBench (Artificial Analysis)
Poziția în cohortă: 29.7mediană 41.3

Ce spun datele

Evaluat pe 7 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai slabe axe

9 pct — Programare (1,174)
11.1 pct — General (1,154)
11.9 pct — Prompturi dificile (1,168)

Neuniform: 35,3 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 44.3 pct pe LiveCodeBench (Artificial Analysis) față de 9 pct pe Programare.

LiveCodeBench (Artificial Analysis)44.3 pct33.7%Verifică →
MMLU-Pro (Artificial Analysis)31.1 pct64.8%Verifică →
LiveBench27.5 pct40.2%Verifică →
Urmarea instrucțiunilor12.6 pct1,145Verifică →
Prompturi dificile11.9 pct1,168Verifică →
General11.1 pct1,154Verifică →
Programare9 pct1,174Verifică →
WebDev ArenaNeevaluat
Vision ArenaNeevaluat
Factuality ArenaNeevaluat
Search ArenaNeevaluat
Document ArenaNeevaluat
Agent ArenaNeevaluat
GPQA DiamondNeevaluat
AIME (matematică)Neevaluat
FrontierMathNeevaluat
SimpleQA VerifiedNeevaluat
ARC-AGI-2Neevaluat
Humanity's Last ExamNeevaluat
SimpleBenchNeevaluat
BFCL v4 (apelare de funcții)Neevaluat
SWE-bench Verified (clasament live)Neevaluat
Terminal-Bench 4.0Neevaluat
IFBench (Artificial Analysis)Neevaluat
Halucinații HHEM (Vectara)Neevaluat
SWE-bench VerifiedNeevaluat
Terminal-BenchNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

Cum îl rulezi

Rulează-l singur

RepositoryQwen/QwQ-32B-Preview

Parametri32.8B

ArhitecturăQwen2ForCausalLM

LicențăApache 2.0

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "Qwen/QwQ-32B-Preview"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

Ollama

Nu sincronizăm tag-urile Ollama, așa că nu afișăm o comandă pe care nu o putem verifica — una greșită ar descărca modelul greșit. Caută în biblioteca Ollama →

Rețetele de fine-tuning Unsloth sunt specifice fiecărui model și nu le derivăm aici. Documentația Unsloth →

Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.

qwq-32b-preview stands at 29.7 (raw mean 21.1) — measured on 7 of 27 axes.
pozițieșablonVerifică →
qwq-32b-preview stands at 29.7 versus a cohort median of 41.3 across 136 models released within 180 days — below the peer median.
cohortășablonVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →