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

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

Este es un modelo de 27B parámetros mejorado en código y razonamiento basado en Qwen, optimizado mediante entrenamiento multietapa que incluye SFT, RLOO y MTP, centrado en tareas de pensamiento eficiente, programación y razonamiento complejo.

Características clave

• Optimizado mediante entrenamiento multietapa que incluye SFT, RLOO y MTP basado en Qwen3.8-27B
• Reduce significativamente el problema de truncamiento de 94K causado por inferencia repetida del modelo
• Admite múltiples formatos de cuantización, incluyendo BF16, FP8, NVFP4, INT4, INT8 y GGUF
• Soporte nativo para entrada multimodal de texto + imagen + vídeo
• Métodos de aceleración de decodificación especulativa integrados MTP y DFlash2 mutuamente excluyentes

Para quién es

Desarrolladores e investigadores que necesitan programación eficiente, razonamiento complejo y tareas multimodales, adecuado para escenarios con altos requisitos de control de longitud de salida del modelo y estabilidad de inferencia.

Cómo empezar

1. Visita https://huggingface.co/nerkyor/Qwen3.8-27B-Coder390-EfficientThink-Opus5.5-GPT6Astra-Grok4.7-DSV4Pro-K3-SFT-RLOO-MTP-DFlash2
2. Descarga los pesos safetensors en el formato requerido (BF16, FP8, NVFP4, INT4, GGUF, etc.)
3. Carga el modelo directamente con SGLang o vLLM (versión FP8 probada y funcional en vLLM)

Compilado a partir de descripciones públicas del sitio web oficial / README / página de lanzamiento de la herramienta. Los precios y números de usuarios no han sido verificados; consulta el sitio web oficial. Algunas secciones fueron redactadas con ayuda de IA. Escrito en chino e inglés; otros idiomas están traducidos automáticamente.