～バークレー大発「DeepScaler」、アリババクラウド「QwQ-32B」から着想を得て小型モデルのさらなる特化性能向上に成功～

Axcxept株式会社は本日、Multitask 性能と数学推論性能を、わずか2日間の強化学習で、飽和状態だった性能をさらに向上させた超小型言語モデル（LLM）『QwQ-32B-Distill-Qwen-1.5B-Alpha』をオープンソースで公開しました。本モデルは、deepseek-aiの長考モデル、DeepSeek-R1、米国バークレー大学発の研究DeepScalerプロジェクトおよび、アリババクラウドのQwQ-32Bからインスピレーションを得ており、コストを抑えつつ高い推論性能を実現しています。

上記プレスリリースの詳細については、こちらからご覧ください。