Qwen3.8-Flash-Next Qwen

Typ
model
Lizenz
other
Aufgabe
image-text-to-text
Framework
transformers
Downloads
2,551
Likes
3,375
Parameter
179,999,981,459
Zugriff
public
Dateien
144

Tags

  • 多模态
  • 大语言模型
  • 文本生成
  • 视觉问答
  • 混合注意力
  • 长上下文
  • transformers
  • Agent

Zusammenfassung

Dieses experimentelle Modell stellt die Architektur für Qwen4 vor und vereint einen Kausalmodell-Sprachteil mit einem Vision-Encoder. Es nutzt innovative Komponenten wie Gated DeltaNet mit Qwen Sparse Attention, Gated Residual sowie N-gramm-Embeddings, um effizientes Long-Context-Reasoning bei redu…

README

--- library_name: transformers license: other license_name: qwen-community-1.0 license_link: LICENSE pipeline_tag: image-text-to-text --- # Qwen3.8-Flash-Next > [!Note] > Dieses Repository enthält Modellgewichte und Konfigurationsdateien für das nachtrainierte Modell im Hugging-Face-Transformers-Fo…

查看完整页面 · 查看原文