待验证90% 置信事实时间未知

QwQ-32B采用两阶段强化学习训练策略：第一阶段在数学和编程任务上进行强化学习，第二阶段扩展到通用领域

1

来源数

90%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

阿里QwQ-32B开源：32B参数如何媲美671B的DeepSeek R1

bilibiliAI大模型全栈

涉及实体

相关事实

待验证LLaVA的训练分为两个阶段：第一阶段是预训练对齐（冻结视觉编码器和语言模型，仅训练投影层），第二阶段是指令微调（解冻语言模型进行端到端训练）68% 相似待验证Composer 2采用了双阶段推进策略：中期训练加大规模强化学习68% 相似待验证子曰大模型在预训练和微调阶段大量使用了教材、习题、解题过程等教育语料，使其在教育任务上具备更强的专业性68% 相似待验证Qwen3.7 Max的训练采用了环境驱动的工具训练方法，是强化学习在大模型训练中的一种具体应用形式67% 相似待验证该教程采用四阶段递进的学习路径，从核心模块到实战闭环67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/23196

API

curl https://kongchang.com/api/v1/knowledge/claims/23196

MCP

get_claim(id=23196)