Perplexity搜索质量下滑，RAG技术难解幻觉问题

阿里通义千问团队5月26日发布QwenLong-L1-32B模型，这是其首个基于强化学习训练的长文本情境推理模型，支持最长131072个tokens上下文窗口。在七个DocQA基准测试中，该模型表现优于o3-mini和Qwen3-235B-A22B，与Claude-3.7-Sonnet-Thinking相当。QwenLong-L1-32B基于GRPO与DAPO算法，结合混合奖励函数与课程引导式训练策略，显著提升了长文本推理的准确性与效率。