發佈了Qwen3.5-9B-Cold-Fusion-GAIN模型，其性能得到提升

開發人員推出了 Qwen3.5-9B-Cold-Fusion-GAIN-v1.0 ，這是一種專門為高細節度回答進行優化的語言模型版本。該版本包括使用Imatrix方法準備的量化GGUF版本，以在壓縮時保持準確性。

模型的主要特點是使用 GAIN 方法，使 9B 模型能夠達到與 27B 類別解決方案相似的性能指標。測試是在 4-bit 和 8-bit 量化模式下進行的，這提供了生成速度和邏輯推理質量之間的平衡。

該模型被定位為「uncensored」解決方案，這意味著它沒有內置的內容生成限制。在內部測試中，系統在 1 小時 的數據處理中獲得了 29 分 的專用基準測試分數，展示了與基本架構相比改進的推理能力。

使用 GGUF 格式使模型可在具有有限視頻內存的消費者設備上運行。開發人員指出，Cold-Fusion-GAIN架構面向需要在回答中具有高信息密度而無需安全系統過濾的用戶。

此版本擴展了緊湊模型的生態系統，這些模型可以通過優化訓練方法和量化來與更重的模型競爭。該工具已可供下載和集成到本地執行環境中。