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

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

Este é un modelo de 27B parámetros mellorado en código e razoamento baseado en Qwen, optimizado mediante adestramento multi-etapa que inclúe SFT, RLOO e MTP, centrado en tarefas de pensamento eficiente, programación e razoamento complexo.

Características clave

• Optimizado mediante adestramento multi-etapa que inclúe SFT, RLOO e MTP baseado en Qwen3.8-27B
• Reduce significativamente o problema de truncamento de 94K causado pola inferencia repetida do modelo
• Admite múltiples formatos de cuantización, incluíndo BF16, FP8, NVFP4, INT4, INT8 e GGUF
• Compatibilidade nativa con entrada multimodal de texto + imaxe + vídeo
• Métodos de aceleración de decodificación especulativa integrados MTP e DFlash2 mutuamente exclusivos

Para quen é

Desenvolvedores e investigadores que necesitan programación eficiente, razoamento complexo e tarefas multimodais, adecuado para escenarios con altos requisitos de control da lonxitude de saída do modelo e estabilidade da inferencia.

Como comezar

1. Visita https://huggingface.co/nerkyor/Qwen3.8-27B-Coder390-EfficientThink-Opus5.5-GPT6Astra-Grok4.7-DSV4Pro-K3-SFT-RLOO-MTP-DFlash2
2. Descarga os pesos safetensors no formato requirido (BF16, FP8, NVFP4, INT4, GGUF, etc.)
3. Carga o modelo directamente con SGLang ou vLLM (versión FP8 probada e funcional en vLLM)

Compilado a partir de descricións públicas no sitio web oficial / README / páxina de lanzamento da ferramenta. Os prezos e números de usuarios non foron verificados; consulta o sitio web oficial. Algunhas seccións foron redactadas con axuda de IA. Escrito en chinés e inglés; outras linguaxes están traducidas por máquina.