Søgning
2 research-rapport(er) for »4b-model«
Qwen 3.8 27b
… Qwen3.5 i 0.8B, 2B, 4B, 9B. Ifølge [2] (Hugging Face, officiel modelkort) udgav Alibaba/Qwen den 22. april 2026 Qwen3.6-27B …
hvilke 120b modeller er der kommet og hvordan klarer de sig .... det er vist den range af modeller som er bedst til 128gb memory til lokal hosting
… Qwen‑modellerne findes i otte størrelser fra **5B til 1100B parametre** [1][6]. De små modeller (0,5B, 1,8B, 4B, 7B, 14B) er …
15 briefing-resultat(er) for »4b-model«
Usædvanlige neuroner i Qwen3.5-4B kortlagt
En Reddit-bruger finder neuroner, der styrer alt fra kontrær snak til propaganda og "baby-talk" i den lille model.
Opfølgning: Forsøg på at gøre en 4B-model til en brugbar kodningsagent
Udvikleren bag 3D Coder vil bruge SFT til at overføre kapabiliteter fra større modeller til en 4B-model. Tidligere resultater viser overraskende generalisering. [briefingen …
Opfølgning: 4B-model GLB-3D-Coder genererer 3D-assets til spilmotorer
En ny 4B-model trænet på Qwen3.5 kan generere 3D-assets i GLB-format til Godot og andre spilmotorer. Den er stadig under …
NES-emulator kørende inde i Qwens modelvægte
Drew Breunig har fået en NES 6502-emulator til at køre inde i Qwen3.5-4B's vægte. Det er et spektakulært eksempel på …
Opfølgning: Lokal benchmark-server tester 4B–35B-modeller uden datasnyd
En bruger kørte 12 kvantiserede modeller i fulde benchmarks med og uden tanketilstand og målte vægtid og tok/s. Resultaterne afslører modeller, der "tænker …
4B kodningsmodel bliver bedre til at generere 3D-scener
En finjusteret Qwen3.5-4B-model forbedres markant til Three.js scene-generering. Træningen afsluttes 28. oktober, hvorefter vægte og datasæt frigives.
Interaktiv neuron-styring: Styr Qwen3.5-4B direkte i browseren
En ny playground lader dig eksperimentere med at styre enkelte neuroner i Qwen3.5-4B. To neuroner kan ændre modellens personlighed dramatisk – alt sammen …
Opfølgning: Ternary Bonsai 2-familien i 2B, 4B og 9B baseret på Qwen 3.5
Nye ternære modeller fra community, bygget på Qwen 3.5, med støtte for dFlash, MTP og MLX. Kan køre med standard llama.cpp. [Se …
Microsoft udgiver UserRepGen-4B til brugersimulering
Modellen er en fine-tunet Qwen3.5-4B, der genererer strukturerede brugerrepræsentationer fra samtaler til at styre en separat LLM-baseret simulator. Den er …
H2O-Lightning-4B: Open-weight beslutningsmodel slår Jev på JevBench
H2O.ai udgiver en 4B param model med Apache-2.0 licens, der topper leaderboardet for beslutningsmodeller med 72,5 composite score.
Opfølgning: Model-grafting gør Qwen3.5-4B til en hurtigere encoder-decoder
Ved at skære modellen og tilføje identity-initialiserede adaptere opnås op til 3,7× hurtigere prompt-behandling. Distillation heler tabet. Se [briefingen 8. september …
Opfølgning: DIY Jev – upræcise LLM'er kan matche specialiserede modeller
En bruger viser, at almindelige LLM'er som Qwen3-4B kan udkonkurrere OpenJev uden fin-tuning, blot ved at læse logits (se [briefingen 7 …
Jev, Laya og Qwen 3.5 fik styringen i Doom – hvem klarede sig bedst?
En Reddit-bruger testede fire modeller i ViZDoom. Qwen 3.5-4B dræbte flest, men Jev og Laya havde lav latency. Finetuned ModernCE klarede …
Søger: Lille LLM til Linux-kommandoer
Bruger efterlyser 4B-model uden tvungen reasoning til shell-kommandoer.