QwQ-32B-Preview: экспериментальная текстовая reasoning-модель

Официальная карточка прямо называет QwQ-32B-Preview экспериментальной исследовательской моделью, направленной на развитие рассуждений. Это не служебный токенизатор и не описание семейства в целом: HF публикует отдельный набор весов, конфигурацию и точный ID. Параметров заявлено 32,5 млрд, полное окно контекста составляет 32 768 токенов. Эти числа важно записать в паспорт именно Preview, поскольку более поздний QwQ-32B имеет другую длину контекста и другое описание этапов post-training. Историческая ценность такого профиля не в утверждении, будто ранняя версия сегодня предпочтительнее, а в возможности честно воспроизвести сравнение. На одной и той же задаче полезно фиксировать факт правильности, время до ответа, длину рассуждения, долю незавершённых выводов и устойчивость к изменению формулировки. При этом большое число шагов в ответе само по себе не равно глубине или верности решения.

В паспорте Preview перечислены четыре группы ограничений: смешение языков и code-switching, рекурсивные циклы рассуждения, вопросы безопасности и неодинаковая результативность по типам задач. Авторы отмечают сильные стороны в математике и коде, но предупреждают о слабостях в здравом смысле и тонком понимании языка. На практике это означает, что демонстрация удачного решения уравнения не подтверждает пригодность для поддержки клиентов, образовательной обратной связи или чувствительных советов. Зацикливание следует измерять ограничением времени и длины генерации, а языковые срывы проверять на русских и смешанных запросах, не скрывая неудачные примеры. Для рискованных сценариев нужны дополнительные правила и человеческое ревью. Публикация под Apache-2.0 относится к весам данного точного HF ID; она не доказывает наличие API, его условия или сравнительную оценку независимой лаборатории.