Tento repozitář obsahuje modelové váhy a konfigurační soubory pro dodatečně trénovaný (post-trained) model ve formátu Hugging Face Transformers. Tyto artefakty jsou kompatibilní s knihovnou Hugging Face Transformers, vLLM, SGLang, TokenSpeed atd.
Pro uživatele, kteří hledají spravovaný, škálovatelný inference bez údržby infrastruktury, oficiální Qwen API služba je poskytována Qwen Cloud ↗. Zejména Qwen3.8-Flashje oficiální verze založená na Qwen3.8-Flash-Next s více produkčními funkcemi, např. 1M délka kontextu ve výchozím nastavení, oficiální vestavěné nástroje. Další informace najdete v Qwen3.8-Flash Overview ↗.
Vzhledem k tomu, že hranice základních modelů se posouvá směrem k stále většímu počtu parametrů a stále delším kontextovým oknům, otázkou již není jen to, jak moc můžeme škálovat, ale jak efektivně to můžeme udělat. Udržitelný pokrok směrem k obecné umělé inteligenci (AGI), která je přínosem pro každého, vyžaduje architektonické inovace. Dnes sdílíme konkrétní krok tímto směrem: Qwen3.8-Flash-Next.
Tento experimentální náhled architektury, která bude základem Qwen4, je postaven na zásadním přehodnocení toho, jak klíčové komponenty moderních velkých jazykových modelů (LLM) interagují ve velkém měřítku.
