Alibaba nutzt Verstärkungslernen, um die Denkfähigkeit großer Modelle zu verbessern

Alibaba Tongyi veröffentlichte QwQ-32B: Reinforcement Learning driven reasoning upgrade, 32B Parameter nähern sich der höheren Modellleistung

Alibaba Tongyi veröffentlichte QwQ-32B und konzentrierte sich darauf, die Schlussfolgerleistung durch Reinforcement Learning weiter zu verbessern. Im ...