grug-27b 模型发布，通过高效推理大幅减少 token 使用量

一款名为 grug-27b 的新模型已发布，该模型基于 Qwen/Qwen3.6-27B，专注于高效推理。它采用了 LoRA 方法和新颖的“仅思考”损失函数对代理轨迹进行训练，显著减少了 token 使用量，同时保持了高质量的输出。该模型通过在包含标准和剥离历史的代理重放的多种数据上进行训练，旨在避免大型模型中出现的重复循环问题。 AI

影响 该模型的高效推理和减少的 token 使用量可能会影响未来 LLM 的开发，特别是在需要更快、更具成本效益的推理的应用中。

排序理由 非前沿实验室发布的新模型。[lever_c_demoted from frontier_release: ic=1 ai=1.0]

在 Hugging Face Trending Models 阅读 →

• GPT-5.5
• grug-27b
• grug-think-v3-10k
• HumanEval
• Lora
• openCode
• ProCreations/grug-27b
• Qwen3.6-27B
• Qwen/Qwen3.6-27B

• 模型发布
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →