Tänään julkaisemme suurimman LFM2-mallimme: LFM2-24B-A2B 🐘 > 24B kokonaisparametrit > 2,3B aktiivista per token > Rakennettu hybridin, laitteistopohjaisen LFM2-arkkitehtuurimme pohjalta Se yhdistää LFM2:n nopean ja muistitehokkaan suunnittelun Mixture of Experts -kokoonpanoon, joten jokaisella ajokerralla aktivoi vain 2,3B parametria. Tuloksena oli luokkansa paras tehokkuus, nopea reunapäättely ja ennustettava log-lineaarinen skaalaus, kaikki 32GB:ssa, 2B-aktiivisessa MoE-jalanjäljessä. 🧵

🚀 Qwen 3.5 Medium Model -sarjan esittely Qwen3.5-Flash · Qwen3.5-35B-A3B · Qwen3.5-122B-A10B · Qwen3.5-27B ✨ Enemmän älykkyyttä, vähemmän laskentaa. • Qwen3.5-35B-A3B ylittää nyt Qwen3-235B-A22B-2507:n ja Qwen3-VL-235B-A22B:n — muistutus siitä, että parempi arkkitehtuuri, datan laatu ja RL voivat viedä älykkyyttä eteenpäin, eivät vain suurempia parametrimääriä. • Qwen3.5-122B-A10B ja 27B kaventavat edelleen keskikokoisten ja rajamallien välistä eroa — erityisesti monimutkaisemmissa aineskenaarioissa. • Qwen3.5-Flash on isännöity tuotantoversio, joka on linjassa 35B-A3B:n kanssa ja sisältää: – 1M kontekstin pituus oletuksena – Viralliset sisäänrakennetut työkalut 🔗 Halauskasvot: 🔗 ModelScope: 🔗 Qwen3.5-Flash API: Kokeile Qwen Chatissa 👇 Flash: 27B: 35B-A3B: 122B-A10B: Olisi hienoa kuulla, mitä rakennat sillä.