ProCreations/grug-27b

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。