QwQ is the reasoning model of the Qwen series.

tools32b

852.5K PullsUpdated 5 days ago

8 Tags

Updated 5 days ago

cc1091b0e276 · 20GB

model

archqwen2

·

parameters32.8B

·

quantizationQ4_K_M

20GB

params

{ "stop": [ "<|im_start|>", "<|im_end|>" ], "temperature": 0.6 }

77B

template

{{- if or .System .Tools }}<|im_start|>system {{- if .System }} {{ .System }} {{- end }} {{- if .Too

1.2kB

license

Apache License Version 2.0, January 2004

11kB

Readme

QwQ is the reasoning model of the Qwen series. Compared with conventional instruction-tuned models, QwQ, which is capable of thinking and reasoning, can achieve significantly enhanced performance in downstream tasks, especially hard problems. QwQ-32B is the medium-sized reasoning model, which is capable of achieving competitive performance against state-of-the-art reasoning models, e.g., DeepSeek-R1, o1-mini.

Future Work

This marks Qwen’s initial step in scaling Reinforcement Learning (RL) to enhance reasoning capabilities. Through this journey, we have not only witnessed the immense potential of scaled RL but also recognized the untapped possibilities within pretrained language models. As we work towards developing the next generation of Qwen, we are confident that combining stronger foundation models with RL powered by scaled computational resources will propel us closer to achieving Artificial General Intelligence (AGI). Additionally, we are actively exploring the integration of agents with RL to enable long-horizon reasoning, aiming to unlock greater intelligence with inference time scaling.

Reference

• Blog

QwQ-32B est open-weight en Hugging Face et ModelScope sous la licence Apache 2.0 et est accessible via Qwen Chat.

qwq :  https://ollama.com/library/qwq 

QwQ-32B: Embracing the Power of Reinforcement Learning | Qwen

https://qwenlm.github.io/blog/qwq-32b/

Travaux futurs

"Il s’agit de la première étape de Qwen dans la mise à l’échelle de l’apprentissage par renforcement (RL) pour améliorer les capacités de raisonnement. Tout au long de ce parcours, nous avons non seulement été témoins de l’immense potentiel de l’apprentissage par renforcement à l’échelle, mais nous avons également reconnu les possibilités inexploitées des modèles de langage pré-entraînés. Alors que nous travaillons au développement de la prochaine génération de Qwen, nous sommes convaincus que la combinaison de modèles de base plus solides avec l’apprentissage par renforcement alimenté par des ressources de calcul à grande échelle nous rapprochera de la réalisation de l’intelligence artificielle générale (AGI). De plus, nous explorons activement l’intégration des agents avec l’apprentissage par renforcement pour permettre un raisonnement à long terme, dans le but d’obtenir une plus grande intelligence grâce à la mise à l’échelle temporelle de l’inférence."

Qwen :  

https://qwenlm.github.io/

https://chat.qwen.ai/

QwQ 32B Demo - a Hugging Face Space by Qwen

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

Je suis Qwen, un assistant IA conçu pour vous aider! Je suis développé par Alibaba Cloud et je peux répondre à des questions, fournir des informations, vous aider avec des tâches et bien plus. N'hésitez pas à me poser des questions ou à demander de l'aide! 😊

Okay, the user asked "qui êtes vous ?" which is French for "Who are you?" I need to respond in French since they used that language.

First, I should introduce myself as a helpful AI assistant. Mention my name, Qwen, and who developed me, Alibaba Cloud. Keep it friendly and straightforward.

Also, I should highlight my capabilities briefly—answering questions, providing info, assisting with tasks. Maybe add that I can help with various topics.

Make sure the response is concise but covers the main points. Avoid any technical jargon. Keep the tone polite and approachable.

Check for any grammar mistakes in French. Use proper sentence structure. Maybe end with an offer to help further.

--- 

Erol GIRAUDY 

https://www.erolgiraudy.eu

Architecture des Agents IA

 

Architecture des Agents IA

Architecture des Agents IA

1. Les Trois Piliers Clés

Pilier	Description	Couleur
Synthèse des connaissances	Capacité à collecter, intégrer et générer des connaissances depuis diverses sources	Orange
Modèles	Modèles de langage alimentant les capacités (NLP, vision, raisonnement)	Vert
Mise à l'échelle	Adaptabilité aux différentes tâches et environnements	Bleu

2. Composants Périphériques

Composant	Description	Icône
Raisonnement	Analyse logique, conclusions et résolution de problèmes	💡
Programmation	Lecture, écriture et correction de code	⌨️
Performance	Vitesse et précision dans l'exécution des tâches	📊
Références	Mesures quantitatives d'évaluation des capacités	📈
Robustesse	Gestion des erreurs et fiabilité du système	🛡️
Programmable	Capacité à être modifié pour des cas spécifiques	👨‍💻
Télémétrie	Surveillance et collecte des données opérationnelles	📡
Efficacité	Optimisation des ressources et minimisation du gaspillage	⚙️
Coût	Aspects économiques du développement et maintenance	💰

3. Interconnexions Principales

• La Synthèse des connaissances alimente le Raisonnement et la Programmation
• Les Modèles et la Mise à l'échelle interagissent avec la Performance et l'Efficacité
• La Robustesse et la Télémétrie assurent la fiabilité et l'observabilité du système

COBUS GREYLING – At the intersection of AI & Language

https://cobusgreyling.me/    https://www.linkedin.com/in/cobusgreyling/

Il y a quelques jours, je suis tombé sur les réflexions de Raj Koneru sur l’avenir de l’agence, il a utilisé le terme « continuum agentique ». Cette phrase a profondément résonné en moi, faisant écho à ma propre réflexion sur l’agence et la montée d’un « spectre agentique ». 

Le blog ci-dessous est une capture brute de mes idées, dictées directement dans mon MacBook - pas de polissage, pas de retouche ChatGPT.... J’espère qu’il touchera une corde sensible chez vous aussi.

Beyond AI Agents: The Rise of Agentic X and the Future of Intelligent Automation - Kore.ai

https://kore.ai/beyond-ai-agents-the-rise-of-agentic-x-and-the-future-of-intelligent-automation/?utm_medium=OrganicSocial&utm_source=LinkedIn&utm_campaign=CobusPostFeed&utm_term=TechBlog23022025

The Shifting Vocabulary of AI

https://blog.kore.ai/cobus-greyling/the-shifting-vocabulary-of-ai?utm_medium=OrganicSocial&utm_source=Medium&utm_campaign=CobusPostFeed&utm_term=MyHomePage17122024