發佈了優化模型 Swift-Qwen3.8-27B

開發人員推出了 Swift-Qwen3.8-27B ，這是一種專門為提高邏輯推理效率而設計的語言模型版本。該版本針對減少不必要的計算成本同時保持高精度答案的需求而開發。

此次更新的關鍵指標是將「思考」過程（thinking tokens）中使用的token數量降低了 58.3% 。通過架構優化，該模型的生成速度比基礎版本 Qwen3.8-27B 快了 1.95 倍 。同時，開發人員聲稱在需要深度分析的任務中保持了相同的性能水平。

該模型可在 Hugging Face 平台上下載。技術細節和優化過程的討論在 Hacker News 上的分支中進行，社群對於在保持答案質量的同時提高了速度表示讚賞。

此次版本更新是創建「輕量級」大型LLM的趨勢的一部分，主要目的是在不損失模型認知能力的情況下最小化延遲（latency）。使用 Swift-Qwen3.8-27B 可以在需要多步邏輯的場景中縮短等待答案的時間，方法是更有效地在生成過程中分配計算資源。