QwenLong-L1-32B 是首個專為長上下文推理設計，並經由強化學習（RL）訓練的長上下文語言推理模型（LRM）。
在七項長上下文文件問答（DocQA）基準測試中的實驗結果顯示，QwenLong-L1-32B 優於旗艦級的 LRM 模型，例如 OpenAI-o3-mini 和 Qwen3-235B-A22B，其性能可與 Claude-3.7-Sonnet-Thinking 媲美，並在目前最先進的 LRM 中表現領先。
開源網址：https://huggingface.co/Tongyi-Zhiwen/QwenLong-L1-32B
專案網址：https://github.com/Tongyi-Zhiwen/QwenLong-L1
還有資料集：https://huggingface.co/datasets/Tongyi-Zhiwen/DocQA-RL-1.6K
R1 的含金量還是太高了～
最大長度支援 120k