```通义千问3.8-27B```
Qwen3.8-27B

原始链接: https://twitter.com/alibaba_qwen/status/2088280182356611304

阿里巴巴已正式发布 **Qwen3.8** 系列模型的开源权重,现可通过 Apache 2.0 协议在 Hugging Face 和魔搭社区(ModelScope)下载。 此次发布包含两款主要模型: * **Qwen3.8-27B**:一款高效的原生多模态稠密模型。尽管参数量较小(27B),但其性能表现超越了之前的 Qwen3.7-Plus,特别是在编程和办公相关任务中表现突出。该模型具备 262K 的原生上下文窗口,并通过 YaRN 技术可扩展至 1M token。 * **Qwen3.8-2.4T-A95B (Max-level)**:专为高性能智能体(Agent)应用及更复杂的工作负载而设计。 Qwen 团队鼓励开发者在本地构建、部署和微调这些模型。值得注意的是,Unsloth AI 已经发布了 27B 模型的动态 GGUF 版本,用户可通过 Unsloth Desktop 轻松进行本地运行与微调。

阿里巴巴 **Qwen3.8-27B** 的发布在 Hacker News 上引发了热烈讨论。用户对其表现赞赏有加,据称在 DeepSWE 等基准测试中,其性能可媲美 Claude Opus 4.6/4.7 等老牌顶尖模型。 讨论的主要要点包括: * **效率与性能:** 用户对 27B 模型能在消费级硬件上运行并实现如此高性能感到印象深刻,尽管也有质疑者提醒,不要过度依赖基准测试,而应关注实际使用体验。 * **易用性:** Unsloth 已经发布了 GGUF 量化版本,使得该模型能够在包括普通笔记本电脑在内的多种系统上运行。 * **技术挑战:** 讨论集中在硬件优化上,用户就高端 Mac 芯片(M4 Max)与双 GPU 配置(如 RTX 3090/5090)的性能极限展开了辩论。 * **社区需求:** 许多用户表达了对 MoE(混合专家模型)变体的强烈需求,因为这类模型通常运行速度更快,且更适合特定的显存限制;同时,社区也期待未来出现无审查或经过特定优化的合并版本。 总体而言,社区认为 Qwen3.8-27B 是本地人工智能领域的一大进步,不过许多人建议在全面评估其性能之前,应等待生态系统支持(如 llama.cpp 更新)趋于稳定。
相关文章

原文
联系我们 contact @ memedata.com