标签
NInfer 新增对 Qwen3.8-27B 模型的 Day-0 支持，在单张 RTX 5090 上使用推测解码可实现约 200 tok/s 的生成速度，并包含并发请求和内核优化等引擎改进。
阿里巴巴发布了Qwen3.8-27B，这是一个用于本地部署的27B开放权重多模态模型，在SWE-bench Pro和OSWorld等编程基准测试中表现出前沿级别的性能，超越了一些更大的模型。
Unsloth 发布了 Qwen3.8-27B AI 模型的 NVFP4 量化版本，该模型在编码、专业工作、智能体任务和原生视觉语言理解方面提供了增强的能力。
本文研究了同策略Delta蒸馏（OPD^2）在英语、韩语和日语中的多语言数学推理，显示其相对于标准OPD的一致改进，并缩小了语言差距。
Athena 是 markopolo_ai 对 Qwen3-4B 进行 LoRA 微调得到的 4B 参数模型，在 OPeRA 购物行为预测基准上击败了 GPT-5.6 和 Claude Opus 4.8，为预测购物者行为提供了一款可自行托管的专用模型。
Intology 的 Locus 系统遵循 PostTrainBench 设置，对 Qwen3 基础模型进行了后训练，超越了 Qwen3 instruct 检查点。
Locus，一个自动化AI研究系统，在PostTrainBench上达到SOTA，并能后训练Qwen3基础模型，使其超越人类后训练的模型。它还在Kaggle竞赛中表现出色。
BLADE是一个轻量级框架，通过将探测检查点扩展到句子边界、自我怀疑边界和段落边界，并自适应地选择信息量大的隐藏层，来动态终止LLM推理。在Qwen3模型上的实验表明，BLADE在保持接近基线的准确率的同时，在Qwen3-8B上减少了24.8%的词元，在Qwen3-4B上减少了15.8%。
本文介绍了一种博弈论的微调语言模型方法，该方法优化了奖励与偏离参考策略之间的权衡，并提供了一种设置KL正则化系数的原则性方法。
介绍了PEARL，一个用于交互式优化建模的系统，采用求解器在环方法，从自然语言出发迭代改进问题表述，其性能超越了DeepSeek-V3.2-685B等更大规模的模型。
本文使用一个极简的洗车问题，在开放权重大型语言模型（Qwen3-8B）中复现了回答预承诺现象，并提供了初步激活级证据，表明承诺在答案文本生成之前就已编码在隐藏状态中。
本文介绍了TRACE，一种用于长周期智能体强化学习的密集信用分配方法，该方法在不使用额外评论模型的情况下，显著提升了Qwen3小型MoE模型在智能体基准测试上的表现。
基于 Qwen3 235B A22B Instruct 2507 构建的内存管道在 LongMemEval-S 上获得最高分（470/500），同时其令牌效率比次优系统高出约 10 倍。
本研究评估了灵感来自Anthropic的Jacobian Lens的J-space熵能否在Qwen3-4B上的七个数据集中作为错误预测器。结果显示，它可以补充事实检索中的输出置信度，但它并非通用的幻觉检测器，且具有很强的任务依赖性。
在基于Intel 285hx处理器（MS-02）的CPU配置上测试AI模型Qwen3、Qwen3.6和Gemma4。
一个本地且私有的语言模型（Qwen 3 的 1.5B 和 4B 量化版本）可以在智能手机上离线运行，附带从 32B 模型蒸馏而来的微调与 LoRA。
本文提出一个模块化流水线，使用领域特定知识图谱生成多跳问答对，并微调一个面向旅游领域的推理大语言模型 (Qwen3-4B)，实现了82.4%的精确匹配准确率，显著优于基线模型。
本文提出AgriTune-R，一个用于农业任务微调Qwen3-8B的可复现框架，整合了数据治理、LoRA/QLoRA微调、RAG、专家评估和安全控制。