技术博客

经过微调的垂直行业模型展现出了卓越的性能，超越了标准版本的表现。该模型仅需一张英伟达4090 GPU卡支持，即可在4小时内完成训练，运行成本约为20元人民币。这一突破不仅证明了高性能训练的可行性，还大幅降低了模型运行的成本，为垂直行业的广泛应用提供了新思路。

阿里云近日推出了一款名为QwQ-32B的推理模型，尽管其参数量仅为32B，却在性能上与参数量高达671B的DeepSeek模型相媲美。QwQ-32B的成本仅为DeepSeek的十分之一，并且运行效率极高，甚至可以在苹果笔记本上流畅运行。该模型采用基于结果的奖励驱动的强化学习（RL）扩展策略，从冷启动检查点开始训练。虽然完整的技术报告尚未发布，但官方页面已简要介绍了其技术细节。