Søgning
4 research-rapport(er) for »qwen3.7«
Qwen 3.6 27b undersøg hvorfor den er så god til lokal kogning og hold den op med nogle af de nye Feks Gemma 4 og Laguna 2.1
… 86,7% på LiveCodeBench mod Qwen3.6-27B-MTP Q4_K_M's 53,3% — en markant forskel på 25 ud af 75 opgaver …
Qwen 3.8 27b
… På benchmarks opnår Qwen3.6-27B 77,2% på SWE-bench Verified, hvilket slår den tidligere flagskibsmodel Qwen3.5-397B-A17B MoE's 76 …
Qwen 3.6 27b undersøg hvorfor den er så god til lokal kogning og hold den op med nogle af de nye Feks Gemma 4 og Laguna 2.1
… Kilden angiver, at Qwen3.6-27B opnår **77,2% på SWE-bench Verified**, mens Gemma 4 26B A4B kun opnår **17,4%** – en forskel …
elbiler i danmark med 270+ hk, ikke over 550K DKK, og ikke nogen Tesla eller SUV. Lav oversigt med links
… Flere modeller som Polestar 2 og VW ID.7 byder på flere varianter inden for budgettet. Oversigten er baseret på officielle danske prislister og …
29 briefing-resultat(er) for »qwen3.7«
Opfølgning: Qwen3 kvantiseret til 2,7 bit med Leech lattice – slår IQ2_S
En uafhængig Rust-implementering af LLVQ kvantiserer Qwen3 4B/8B/14B til ~2,7 bit pr. vægt og opnår bedre kvalitet end IQ2_S …
Opfølgning: GLB-3D-Coder i 1.7B-version – 3D-assets på CPU
… En finjusteret Qwen3-1.7B-model kan generere 3D-assets i GLB-format, der kan importeres direkte i Godot. Modellen fylder kun 1,83 …
D3D: Asynkron spekulativ dekoding giver op til 7,5x speedup
Den nye D3D-metode fjerner afhængigheden mellem drafting og verifikation, hvilket muliggør markant hurtigere inferens. Med Qwen3-32B opnås 7,48x speedup på GSM8K.
Opfølgning: Strata før 0.1.45 kørte greedy – og fik modeller til at loope
Bugfix #2685 lader nu modelkortets samplingværdier gælde, mens tail-skip 7 koster kvalitet på 4-bit. [Tidligere briefing](/archive/2026-10-10).
Opfølgning: Qwen 3.8 Flash-Next kører på AMD 7900 XTX med 500K kontekst
Lokalt på AMD 7900 XTX leverer Flash-Next 105–160 tok/s og holder 506.849 tokens kontekst; echo-fejlen skyldtes preserve_thinking, ikke …
Opfølgning: Hvilken lille model skal parres med Qwen Flash Next?
En bruger med 64 GB RAM, R9700 og RX 7800 XT søger den bedste eksekveringsmodel til sin Hermes-agent – kandidaterne er MiniCPM5-2B eller …
Opfølgning: Swift1.5 Qwen3.8 Flash Next – MLX-kvantisering til 96 GB Mac Studio M5 Ultra
En kalibreret 4.7 bpw-kvantisering giver 113 tok/s decode og 91% top-1-overensstemmelse med BF16. [briefingen 28. september](/archive/2026-09 …
Opfølgning: Ville du købe en dedikeret Qwen3.8-chip til 7.000 TPS for 1.000 $?
En bruger rapporterer om at køre Qwen3.8-27B på CachyOS med 2× RTX 5090 via vLLM. En praktisk reference til dem, der overvejer …
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 …
Opfølgning: Ville du købe en dedikeret Qwen3.8-chip til 7.000 TPS for 1.000 $?
En bruger spørger, om et specialchip til én model kunne være interessant for forbrugere – trods manglende fleksibilitet (se [briefingen 12. september](/archive/2026-09 …
Opfølgning: Qwen 3.8 Flash Next kører 50 t/s på RTX 5090 med FreeToken
… PP på 2300 t/s. [briefingen 7. september](/archive/2026-09-07)
Opfølgning: State-of-the-art til Qwen3.8 med dual 3090 og RAM
Bruger spørger efter opskrift til at køre Qwen3.8 Flash-Next på HPC-node med A30 og 1 TB RAM. Se [briefingen 7. september …
Opfølgning: K2-Horizon-7B benchmarket på 16 GB VRAM – halter efter Qwen
IFM/K2-Horizon-7B gennemfører kun 11 af 15 opgaver på en AMD RX7600XT og scorer lavere end Qwen3.8-27B. Modellen snød desuden …
Strix Halo: Alternativer til llama.cpp giver op til 60 tok/s decode
… Forks som halogen-flash-server og strix-llama.cpp når 75-90 % af teorien.
Opfølgning: Qwen3.5 0.8B kører 2,9× hurtigere på CPU med custom engine
En bruger har bygget et C++-engine og 4-bit-format, der giver 2,9× prefill og 1,7× batch-16 throughput mod llama …
Opfølgning: Ollama ROCm matcher næsten llama.cpp Vulkan på RX 7900 XTX
Qwen3.8 27B Q4_K_M gav 34,4 tok/s i Ollama mod 35,8 i llama.cpp; Ollama var bedst til prompt …
Tenstorrent QuietBox 2 benchmarket med Qwen 3.7 27B
En medarbejder har benchmarked Qwen 3.7 27B på Tenstorrents QuietBox 2 med to p300c-kort. Tallene er endnu ikke offentlige i detaljer, men …
Opfølgning: State-of-the-art GGUFs til Qwen3.8-27B – 2,5-3,0 bpw
… 2,75 bpw (9,3 GB) matcher endda BF16 i gennemsnit på flere benchmarks [se briefingen 20. august](/archive/2026-08-20).
Fuld NVFP4-kvantisering af Qwen3.8-27B med QUASAR bevarer næsten BF16-kvalitet
QUASAR QAD træner modellen til W4A4 og opnår 19,7 GB checkpoint-størrelse med kun 0,5% tab på GPQA-Diamond sammenlignet med BF16.
Fra LM Studio til vLLM: 143 tok/s på Qwen3.8 med to RTX 3090’er
En bruger deler sin opgradering, der gjorde Qwen3.8’s reasoning tålelig, og GPU-temperaturerne faldt fra 70°C til 35°C. [Se tidligere …
Qwen3.8’s low-preset slår Qwen 3.7 Plus – forskellige tænkeniveauer testet
Selv det laveste reasoning-preset er bedre end Qwen 3.7 Plus eller Qwen3.6-27B’s reasoning. [Se tidligere dækning](/archive/2026-08 …
Opfølgning: Unsloth udgiver forbedrede GGUFs til Qwen3.8-27B
Dynamic v3 giver 10 % højere nøjagtighed for samme størrelse, og 1-bit quants bevarer 77 % nøjagtighed. Modellen kan nu køre på 8 GB RAM …
Opfølgning: Qwen3.8-23B-Mini-Me – dybdebeskæring fjerner lag uden at ødelægge ræsonnement
En Reddit-bruger pruned Qwen3.8-27B til 22.7B ved at fjerne lag strategisk. Ingen finjustering, men kode og agentiske opgaver fungerer stadig …
Opfølgning: Qwen3.8-27B matcher Claude 4.6 fra for seks måneder siden
Qwen3.8-27B præsterer på niveau med Claude 4.6 fra februar, men halter bag Opus 4.7/4.8 og Mythos. En 27B …
Opfølgning: Lokal realtids-stack til stemmeinteraktion med Ollama
En bruger har sammensat Parakeet STT, Qwen 2.5 7B og Qwen3-TTS til lokal stemmestyring. Bygger videre på tidligere lokale AI-projekter. Se …
Thinking Machines' bedste Tinker-resultat brugte Qwen3-235B, ikke Inkling
Finjustering af Qwen3-235B opnåede 84,7 % nøjagtighed på finansopgaver til 13,8x lavere pris. Inkling som base-model er endnu ikke offentligt bevist.