Alibaba lança Qwen2.5-VL-32B como código aberto: mais inteligente e leve
Alibaba/Qwen
A Alibaba lançou como código aberto o Qwen2.5-VL-32B-Instruct, um modelo de visão-linguagem com 32 bilhões de parâmetros, sob a licença Apache 2.0. Ele supera o Mistral-Small-3.1-24B e o Gemma-3-27B-IT, e até ultrapassa o maior Qwen2-VL-72B-Instruct em benchmarks de raciocínio multimodal como MMMU e MathVista. O modelo é otimizado via aprendizado por reforço para melhor alinhamento humano e raciocínio matemático.
A equipe Qwen da Alibaba anunciou o lançamento do Qwen2.5-VL-32B-Instruct, um modelo de visão-linguagem com 32 bilhões de parâmetros, disponibilizado como código aberto sob a licença Apache 2.0. O modelo é baseado na série Qwen2.5-VL e otimizado por meio de aprendizado por reforço. As principais melhorias incluem respostas mais alinhadas com as preferências humanas, precisão aprimorada em raciocínio matemático e compreensão e raciocínio de imagens em nível granular. Em uma extensa avaliação comparativa, o Qwen2.5-VL-32B-Instruct supera modelos de última geração de escala comparável, como Mistral-Small-3.1-24B e Gemma-3-27B-IT, e até mesmo ultrapassa o modelo maior Qwen2-VL-72B-Instruct em tarefas multimodais complexas como MMMU, MMMU-Pro e MathVista. Ele também alcança desempenho de primeira linha em capacidades puramente textuais na mesma escala. A equipe planeja focar, em seguida, em processos de raciocínio longos e eficazes para tarefas de raciocínio visual altamente complexas.
Fonte: Alibaba Qwen —
original