详细内容或原文请订阅后点击阅览
生成逻辑
阿里巴巴的最新模型 QwQ-32B-Preview 因其推理能力而获得了一些令人印象深刻的评价。与 OpenAI 的 GPT-4 o1,1 一样，它的训练强调推理，而不仅仅是再现语言。这似乎是一件值得尝试的事情——或者至少值得尝试一下——所以当我听说它很快就在 Ollama 上可用，而且规模不大时 […]
来源:O'Reilly Media _AI & ML阿里巴巴的最新模型 QwQ-32B-Preview 因其推理能力而获得了一些令人印象深刻的评价。与 OpenAI 的 GPT-4 o1,1 一样，它的训练强调推理，而不仅仅是重现语言。这似乎值得一试——或者至少值得一试——所以当我听说它很快就在 Ollama 中可用，而且体积不大，可以在一台配置适中的笔记本电脑上运行时，我下载了 QwQ 并试用了它。我还尝试了一些竞争模型：GPT-4 o1 和 Gemma-2-27B。GPT-4 o1 是第一个声称经过专门推理训练的模型。据我所知，Gemma 并没有这样说。
QwQ-32B-Preview 1 Ollama如何测试推理模型？这并不像核实事实那么简单。我想，“也许我可以要求它证明费马大定理”，但我很快意识到我唯一能评估的回答是“我无法证明这一点”。 （事实上，这三个模型都给了我同样的回答。）我也无法证明费马大定理，我也不声称自己理解数学家接受的任何大量证明。如果 QwQ 断断续续地说出几千个“证明”，我可以相当自信地说它的推理是有缺陷的——只是因为我知道实际的证明要长得多，有一百页密集的数学推理。但这几乎不是一个有效的测试。
费马大定理学得更快。挖掘得更深。看得更远。
学得更快。挖掘得更深。看得更远。
那费马小定理呢？这要简单得多，但这是一个教科书上的例子，所以无论结果如何，我都不知道 QwQ 推理是否正确，或者它只是设法重复训练集中的某些内容。网上有不少数学教科书，可以公平地假设它们都在训练数据中。
费马小定理>>> 你能证明如果一个素数的所有数字都是 1，
那么数字的位数一定是素数吗？
\(n \)
\(n \)
\(R_2 = 11 \)
\(R_3 = 111 \)
\(R_4 = 1111 \)
\(\R_n\)
\(n \)
2