Qwen 3.6 35B A3B Q8_0 在"Create an SVG of a Darth Vader."不同专家数量下的表现
摘要
通过测试不同专家数量下对提示语'Create an SVG of a Darth Vader.'的效果,评估Qwen 3.6 35B A3B Q8_0模型的SVG生成能力。
暂无内容
相似文章
Qwen3.8 27B 在 SVG 生成上超出了我的预期 :D
一位用户在 SVG 生成任务中测试了 Qwen3.8 27B 模型,并使用了一个复杂提示,发现结果超出了预期,突显了该模型在创造性任务上的能力。
Qwen3.8 Flash next - 未经训练的SVG生成
一项使用 Qwen3.8-Flash-Next-IQ4_XS 模型在 llama.cpp 上从提示生成SVG艺术作品的实验,展示了令人印象深刻的结果,但在 OpenWebUI 中的预览存在一些差异。
让Qwen3.8-27B画只鹈鹕,它竟然直接用SVG画了整段动画!
当被要求绘制一只鹈鹕时,AI模型Qwen3.8-27B意外地生成了完整的SVG动画,展示了其高级生成能力。
SVG并排对比:Qwen3.8-27B 对比 Muse Glimmer 30B 对比 Gemma 4 26B A4B,以及 Gemini 3.7 Flash 作为对照。
本文比较了本地AI模型Qwen3.8-27B、Muse Glimmer 30B和Gemma 4 26B A4B在SVG生成方面的性能,使用Gemini 3.7 Flash作为云对照,并突出了输出质量的差异。
模型与量化质量测试结果 - 棋盘 SVG (Qwen3.6 27B/35B-A3B/Zaya1)
社区测试者使用MLX等本地推理框架,评估Qwen3.6、ZAYA1等模型的量化版本在SVG棋盘生成准确性方面的表现。