



const { OpenAI } = require('openai');
const api = new OpenAI({
baseURL: 'https://api.ai.cc/v1',
apiKey: '',
});
const main = async () => {
const result = await api.chat.completions.create({
model: 'Qwen/QwQ-32B',
messages: [
{
role: 'system',
content: 'You are an AI assistant who knows everything.',
},
{
role: 'user',
content: 'Tell me, why is the sky blue?'
}
],
});
const message = result.choices[0].message.content;
console.log(`Assistant: ${message}`);
};
main();
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.ai.cc/v1",
api_key="",
)
response = client.chat.completions.create(
model="Qwen/QwQ-32B",
messages=[
{
"role": "system",
"content": "You are an AI assistant who knows everything.",
},
{
"role": "user",
"content": "Tell me, why is the sky blue?"
},
],
)
message = response.choices[0].message.content
print(f"Assistant: {message}")

Détails du produit
✨ Présentation de QwQ-32B : un modèle de langage puissant et efficace
Le QwQ-32B QwQ-32B est un modèle de langage de pointe à 32 milliards de paramètres, conçu pour des performances exceptionnelles en matière de raisonnement avancé, de programmation et de résolution de problèmes complexes. Grâce à une combinaison innovante d'apprentissage par renforcement et de raisonnement agentiel, QwQ-32B offre des capacités généralement réservées aux modèles comportant un nombre de paramètres bien plus élevé. Il dispose d'une fenêtre de contexte étendue pouvant contenir jusqu'à 131 000 jetons, ce qui le rend particulièrement efficace pour la gestion et la compréhension de flux de travail longs et complexes.
Ce modèle compact mais robuste se distingue par son efficacité et son adaptabilité, ce qui en fait un choix idéal pour les agents d'IA dynamiques et les tâches de raisonnement spécialisées. Il permet d'atteindre quasi-parité avec des modèles beaucoup plus grands (Par exemple, DeepSeek-R1 671B) sur des benchmarks exigeants en matière de raisonnement et de programmation. QwQ-32B excelle particulièrement dans la résolution de problèmes mathématiques, les flux de travail logiques et le raisonnement adaptatif, démontrant une gestion robuste de documents volumineux et de tâches riches en contexte.
⚙️ Spécifications techniques
- Taille du modèle : 32,5 milliards de paramètres (31 milliards sans intégration)
- Couches : 64 couches de transformateur
- Fenêtre contextuelle : 131 072 jetons
- Architecture: Transformateur avec encodage positionnel RoPE, activations SwiGLU, RMSNorm et biais d'attention QKV
- Entraînement: Combinaison de pré-entraînement, de réglage fin supervisé et d'apprentissage par renforcement multi-étapes
- Alignement: Utilise des méthodes basées sur l'apprentissage par renforcement pour améliorer l'exactitude des réponses et atténuer les biais, notamment dans les domaines mathématiques et de la programmation.
💡 Principales fonctionnalités du QwQ-32B
- 🚀 Raisonnement amélioré par l'apprentissage par renforcement : Utilise un apprentissage par renforcement multi-étapes pour une résolution de problèmes hautement adaptative et sophistiquée.
- 🧠 Raisonnement agentif : Ajuste dynamiquement les stratégies de raisonnement en fonction du contexte d'entrée complexe et du retour d'information en temps réel.
- 📚 Gestion étendue du contexte : Il prend en charge les entrées très longues, ce qui le rend idéal pour l'analyse documentaire complète et les dialogues soutenus.
- 💻 Assistance efficace en codage : Offre des performances élevées en matière de génération de code précise et de débogage efficace dans plusieurs langages de programmation.
🎯 Cas d'utilisation optimaux
- 🔬 Recherche scientifique et mathématique : Pour les tâches nécessitant un raisonnement approfondi et structuré ainsi que des calculs complexes.
- 🖥️ Développement logiciel : Faciliter la conception de logiciels complexes, le débogage robuste et la synthèse de code efficace.
- 📈 Flux de travail financiers et d'ingénierie : Rationalisation des processus logiques et de l'analyse des données dans des domaines spécialisés.
- 🤖 Agents dotés d'IA : Donner aux agents des capacités de raisonnement flexibles et une adaptabilité accrue.
🔗 Accès à l'API et documentation
Le QwQ-32B Le modèle est facilement disponible sur le Plateforme API IA/ML, où il est accessible comme "QwQ-32B"Intégrez facilement ce modèle performant à vos projets.
Pour obtenir des informations techniques complètes, des guides d'intégration et des exemples de code, veuillez vous référer à la documentation. Documentation de l'API Fourni par l'équipe Qwen.
⚖️ Utilisation éthique et licences
Principes éthiques : L'équipe Qwen privilégie la sécurité et met en œuvre des vérificateurs basés sur des règles lors de l'entraînement afin de garantir une grande précision des résultats pour les tâches mathématiques et de programmation. Les utilisateurs sont invités à faire preuve de prudence quant aux biais ou inexactitudes potentiels lors du déploiement du modèle dans des domaines moins testés ou sensibles.
Licences : QwQ-32B est un logiciel libre sous licence Licence Apache 2.0Cela permet une utilisation gratuite à des fins commerciales et de recherche. Sa taille optimisée et compacte facilite également son déploiement sur du matériel grand public, rendant ainsi l'IA avancée plus accessible.
❓ Foire aux questions (FAQ)
Q1 : Quels sont les principaux atouts de QwQ-32B ?
UN: QwQ-32B excelle dans le raisonnement avancé, la programmation et la résolution structurée de problèmes. Il combine l'apprentissage par renforcement et le raisonnement agentiel pour atteindre des performances comparables à celles de modèles beaucoup plus grands, notamment pour les tâches mathématiques et logiques complexes.
Q2 : Quelle est la taille de la fenêtre de contexte de QwQ-32B ?
UN: QwQ-32B prend en charge une fenêtre de contexte étendue allant jusqu'à 131 072 jetons, ce qui lui permet de gérer efficacement des documents très longs et des conversations complexes et riches en contexte.
Q3 : Le QwQ-32B peut-il être utilisé pour des projets commerciaux ?
UN: Oui, QwQ-32B est distribué sous la licence Apache 2.0, qui autorise une utilisation gratuite à des fins commerciales et de recherche.
Q4 : Le déploiement de QwQ-32B est-il efficace ?
UN: Absolument. Malgré ses puissantes capacités, le QwQ-32B est conçu pour être compact et efficace, ce qui le rend déployable même sur du matériel grand public.
Q5 : Où puis-je trouver la documentation de l’API ?
UN: Une documentation API détaillée pour QwQ-32B est disponible. ici, en fournissant toutes les informations nécessaires à l'intégration.
Terrain de jeu de l'IA



Se connecter