@fengchris 在 阿里开源QwenLong-L1-32B 长上下文推理模型 中发帖
QwenLong-L1-32B，这是首个专为长上下文推理而以强化学习（RL）训练的长上下文语言推理模型（LRM）。在七个长上下文DocQA基准测试中的实验结果表明，QwenLong-L1-32B优于旗舰型LRM，如OpenAI-o3-mini和Qwen3-235B-A22B，其性能可媲美Claude-3.7-Sonnet-Thinking，在当前最先进的LRM中表现领先。
[image]
[image]
仓库：GitHub - Tongyi-Zhiwen/QwenLong-L1
模型：Tongyi-Zhiwen/QwenLong-L1-32B · Hugging Face