我是格鲁特？
摘要
一篇帖子分享了 Hugging Face 上的 Groot MoE 模型家族（包含 19B、65B、238B 和 280B 版本），声称 19B 模型的表现优于 Qwen3.6-35B-A3B 和 Gemma-4-26B-A4B，同时回答更简短；后续编辑补充称，这些模型似乎是基于 REAP 对 DeepSeek/Qwen 模型进行改造而来的。
https://huggingface.co/GrootTeam/Groot-280B-A16B-261023 5000 亿参数以下最好的模型？还有更小的版本 https://huggingface.co/GrootTeam/Groot-19B-A3B-261023 “得分高于规模更大的 Qwen3.6-35B-A3B 和 Gemma-4-26B-A4B，而且回答比这两者都更简短。” https://huggingface.co/GrootTeam/Groot-65B-A6B-261023 https://huggingface.co/GrootTeam/Groot-238B-A18B-261023 补充：看起来它们是各种 DeepSeek/qwen 模型的 REAP 版本，有人试过吗？
相似文章
@AdinaYakup: 来自社区成员的有趣模型 Groot 系列 4 款 MoE 模型，参数从 19B 到 280B，19B/A3B 支持 128K 上下文……
一位社区成员发布了 Groot 系列，这是一组包含四个 MoE 模型的家族，参数规模从 19B 到 280B，基准测试表现亮眼：其中 19B 模型可在 16GB 显卡上运行 128K 上下文，280B 模型以低成本在 SWE-bench Pro 上取得 63.47 分。
@AdinaYakup：社区成员带来的有趣模型 Groot 系列 4 个 MoE 模型，参数从 19B 到 280B，19B/A3B 支持 128K 上下文……
社区成员 GrootTeam 发布了 Groot 系列 4 个多模态 MoE 模型（19B 到 280B），提供 FP8、NVFP4 和 GGUF 量化版本，据报告在基准测试上表现优于更大的模型。
Qwen3.8-23B-Mini-Me: 深度剪枝的 Qwen3.8-27B (至约22.7B)
StargazerLabs 在 Hugging Face 上发布了 Qwen3.8-27B 模型的深度剪枝版本，命名为 Mini-Me，提供 bf16、8bit 和 4bit 量化版本。
@kaiostephens: 又一个！介绍 Grug-30b-a3b！Grug 是一个基于 Qwen-3.6-30b-a3b 构建的开源实验模型。D…
Grug-35B-A3B 是一个基于 Qwen-3.6-35B-A3B 的开源实验模型，可将推理 token 使用量减少约 69.8%，同时将答案质量维持在基础模型的 2% 以内，从而实现更快的生成速度和更少的上下文使用。
@HuggingModels: 是否曾想过拥有一个结合了Qwen的推理能力、Opus的创造力以及GLM的高效性的模型？欢迎认识Qwen-3.5-Opus-GLM-27B…
Qwen-3.5-Opus-GLM-27B是一个270亿参数的GGUF合并模型，融合了Qwen的推理能力、Opus的创造力以及GLM的高效性，专为无需云依赖的高性能本地AI设计。