Qwen3.8-27B-Coder390-EfficientThink-Opus5.5-GPT6Astra-Grok4.7-DSV4Pro-K3-SFT-RLOO-MTP-DFlash2

Què és Qwen3.8-27B-Coder390-EfficientThink-Opus5.5-GPT6Astra-Grok4.7-DSV4Pro-K3-SFT-RLOO-MTP-DFlash2

Aquest és un model de 27B paràmetres millorat en codi i raonament basat en Qwen, optimitzat mitjançant entrenament multi-etapa que inclou SFT, RLOO i MTP, centrat en tasques de pensament eficient, programació i raonament complex.

Funcionalitats principals

• Optimitzat mitjançant entrenament multi-etapa que inclou SFT, RLOO i MTP basat en Qwen3.8-27B
• Redueix significativament el problema de truncament de 94K causat per inferències repetides del model
• Admet múltiples formats de quantització, incloent-hi BF16, FP8, NVFP4, INT4, INT8 i GGUF
• Suport natiu per a entrada multimodal de text + imatge + vídeo
• Mètodes d'acceleració de decodificació especulativa integrats MTP i DFlash2 mútuament exclusius

Per a qui és

Desenvolupadors i investigadors que necessiten programació eficient, raonament complex i tasques multimodals, adequat per a escenaris amb requisits elevats de control de la longitud de sortida del model i estabilitat d'inferència.

Com començar

1. Visita https://huggingface.co/nerkyor/Qwen3.8-27B-Coder390-EfficientThink-Opus5.5-GPT6Astra-Grok4.7-DSV4Pro-K3-SFT-RLOO-MTP-DFlash2
2. Baixa els pesos safetensors en el format requerit (BF16, FP8, NVFP4, INT4, GGUF, etc.)
3. Carrega el model directament amb SGLang o vLLM (versió FP8 provada i funcional a vLLM)

Compilat a partir de descripcions públiques del lloc web oficial / README / pàgina de llançament de l'eina. Els preus i el nombre d'usuaris no s'han verificat; consulta el lloc web oficial. Algunes seccions s'han redactat amb ajuda d'IA. Escrit en xinès i anglès; altres idiomes són traduïts automàticament.