首页
快讯
深度
数据
BlockBeats Pro
TradingBeats
New
更多
融资信息
专题
链上生态
词条
播客
活动
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
个人中心
退出登录
扫码下载APP
Partnered With:
邮箱快捷登录
验证码
获取验证码
加入
忘记密码
密码登录
/
注册
#Unsloth
共 0 篇文章、4 条快讯
快讯 4
千问开源Qwen3.8-27B:量化后17GB就能本地跑
据动察 Beating 监测,千问正式开放 Qwen3.8-27B 权重。这是 Qwen3.8 系列真正面向本地部署的版本,采用 27B 稠密架构。官方模型卡显示,它原生支持图片和视频理解,上下文达到 262,144 Token,并可扩展到约 100 万 Token。更关键的是硬件门槛。Unsloth 已经跟进量化支持
英伟达开源Nemotron 3.5 Lightning:专门替Agent跑工具调用
据动察 Beating 监测,英伟达发布开源模型 Nemotron 3.5 Lightning,专门给长时间运行的 Agent 干「执行活」。模型总参数 300 亿,每个 Token 只激活 30 亿,主要负责工具调用、结果检查和子 Agent 调度等高频任务。英伟达的思路是把 Agent 分工做得更彻底。复杂规划交给
Kimi K3能在Mac本地运行了,但普通用户仍跑不起
据动察 Beating 监测,开源 AI 工具公司 Unsloth 发布 Kimi K3 的 1-bit GGUF 版本,把模型从 1.56TB 压到 594GB。用户可以通过 Unsloth Studio 或 llama.cpp 在 Mac 本地运行。但这个版本至少需要约 610GB 内存。按官方方案,顶配 512G
谷歌开源文本扩散模型DiffusionGemma:单卡超千Token每秒,速度提升4倍
据动察 Beating 监测,谷歌发布实验性开源大模型 DiffusionGemma,采用基于扩散(diffusion)的全新文本生成机制,打破了传统大语言模型逐词顺序生成的限制。DiffusionGemma 拥有 26B 总参数量,在混合专家(MoE)架构下每次前向传播仅激活 3.8B 参数,通过并行生成整块文本,在
24H
热门精选
下载 BlockBeats
iOS
Android