待验证90% 置信事实时间未知

QwQ-32B第一阶段选择数学和编程领域是因为这些任务的答案可以被精确量化验证，不需要额外的奖励模型或人工标注

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QwQ-32B第二阶段使用通用奖励模型和基于规则的验证器两种验证机制进行通用能力扩展77% 相似待验证代码、SQL、数学计算等有标准答案的场景应使用代码断言评测，以单元测试是否全量通过作为成功判定，客观性最强68% 相似待验证代码基准测试主要覆盖算法题与函数级代码生成，评测分数高并不直接等同于工程实战能力强64% 相似待验证赋予模型执行代码和工具调用的能力，使其能在数学、编程等有可验证奖励的领域进行搜索并显著提升表现64% 相似待验证Artificial Analysis将Qwen3 27B纳入评测榜单并完成了一系列基准测试63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/23197

API

curl https://kongchang.com/api/v1/knowledge/claims/23197

MCP

get_claim(id=23197)