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

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

Dette er en 27B-parameter kode- og resonneringsforbedret modell basert på Qwen, optimalisert gjennom flertrinns trening inkludert SFT, RLOO og MTP, med fokus på effektiv tenking, programmering og komplekse resonneringsoppgaver.

Viktige funksjoner

• Optimalisert gjennom flertrinns trening inkludert SFT, RLOO og MTP basert på Qwen3.8-27B
• Reduserer betydelig 94K-trunkeringsproblemet forårsaket av gjentatt modellinferens
• Støtter flere kvantiseringsformater inkludert BF16, FP8, NVFP4, INT4, INT8 og GGUF
• Innebygd støtte for tekst + bilde + video multimodal input
• Innebygde MTP- og DFlash2 gjensidig eksklusive spekulative dekodingsakselerasjonsmetoder

Hvem det er for

Utviklere og forskere som trenger effektiv programmering, kompleks resonnering og multimodale oppgaver, egnet for scenarier med høye krav til modellutdata-lengdekontroll og inferensstabilitet.

Hvordan komme i gang

1. Gå til https://huggingface.co/nerkyor/Qwen3.8-27B-Coder390-EfficientThink-Opus5.5-GPT6Astra-Grok4.7-DSV4Pro-K3-SFT-RLOO-MTP-DFlash2
2. Last ned safetensors-vekter i ønsket format (BF16, FP8, NVFP4, INT4, GGUF osv.)
3. Last inn modellen direkte med SGLang eller vLLM (FP8-versjon testet og fungerer på vLLM)

Sammensatt fra offentlige beskrivelser på verktøyets offisielle nettsted / README / lanseringsside. Priser og brukertall er ikke verifisert; vennligst sjekk det offisielle nettstedet. Noen seksjoner ble utarbeidet med hjelp fra AI. Skrevet på kinesisk og engelsk; andre språk er maskinoversatt.