模型介绍
中文整理Model use case
Qwen2.5-32B-DialogueReason 是一个基于 Qwen2.5-32B-Base 构建的对话推理模型，通过基于规则的强化学习训练，使用 Open-Reasoner-Zero 数据进行训练。
主要能力
基于 Qwen2.5-32B-Base 作为基础模型。采用基于规则的强化学习实现对话推理。支持动态智能体初始化以适应各种场景。支持灵活的环境配置以设置特定任务上下文。支持多轮对话推理以逐步解决问题。
输入输出
输入：用户问题或任务指令。输出：根据任务格式要求的响应，如戏剧形式的详细对话、代码块或带 boxed 格式的答案。
运行要求
需要支持大模型运行的硬件环境。具体硬件要求需参考 Qwen2.5-32B-Base 的部署文档。
基本用法
系统设定任务场景，用户提出问题，模型按照指定格式生成响应。例如：要求模型以戏剧形式展示专家对话解决问题，或生成代码，或给出带 boxed 格式的答案。
限制
该模型为对话推理模型，能力受限于基础模型 Qwen2.5-32B-Base 的性能和训练数据质量。示例仅展示输出格式，不作为模型测试结论。
许可证
需参考 Qwen2.5-32B-Base 的许可证信息。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。