Qwen3.8-27B-pi
bytkim · 工具包
为 Pi 智能体框架调优的 27B 编程模型,训练它读取代码仓库、编辑文件、运行工具并利用工具的反馈,推理强度可调。适合运行编程智能体的开发者。
bytkim · 工具包
为 Pi 智能体框架调优的 27B 编程模型,训练它读取代码仓库、编辑文件、运行工具并利用工具的反馈,推理强度可调。适合运行编程智能体的开发者。
z-lab · 工具包
一个草稿模型,通过提出一整块词元让主模型检查,来加快 Qwen3.8-27B 的生成。不能单独使用。适合用 SGLang 或 vLLM 部署 Qwen3.8-27B 的人。
vllm-sr · 工具包
对同一份文本、图片或视频输入一次回答多个问题,为每个答案给出概率,不生成文字。这是 vLLM Semantic Router 推出的 27B 多模态决策模型。
sensenova · 工具包
用 27B 模型生成并渲染可执行代码来制作短视频,该模型由 Qwen3.8-27B 微调而来。适合想根据提示词出视频草稿的动效设计师、教师和营销人员。
JoyIndustrial · 工具包
以选项和概率回答关于文本和图像的结构化问题,是京东工业推出的决策系统,基于 Qwen3.8-27B 并内置 OCR。适合需要分派或分类请求的团队。
ggml-org · 工具包
以 GGUF 文件形式运行 Qwen3.8-27B,这是一个 26.9B 的模型,能读图片和文字并用文字回复,通过 llama 工具在本机使用,适合想把它放在自己电脑上的你。
unsloth · 工具包
Unsloth 制作的 Qwen3.8 27B 视觉语言模型的 4-bit NVFP4 副本,用 vLLM 提供服务。适合想要能读图像和视频、能在智能体工具里工作的稠密模型的开发者。
sabicap · 工具包
基于 Qwen3.8-27B、用开源强化学习环境训练的 27B 智能体文本模型,报告了更高的终端和编程智能体得分,适合构建编程和调用工具智能体的开发者。
nvidia · 工具包
NVIDIA 把阿里巴巴 Qwen3.8-27B 压缩成 4 位 NVFP4 的版本,用 Model Optimizer 制作,面向 Blackwell GPU,输入文字、图片和视频,输出文字。
kusuriya-labs · 工具包
一个把 Qwen3.8-27B 剪掉一半层数再重新训练的实验,得到一个 14.7B 的日英模型,作者称它目前还不实用。
Jackrong · 工具包
作为 Qwen3.8-27B 的 GGUF 微调版,帮你写代码并胜任会调用工具的智能体任务,用约 20 万条代码、智能体和推理样例训练。适合在自己电脑上运行模型的开发者。
HemmingwayAI · 工具包
写日常文字,如邮件、博客文章和商品描述,也能把其他 AI 写的文字改得更像真人口吻。一个约 27B 参数的开放权重模型,仅限非商业使用。
Sparset · 工具包
Thinklite-27B 的 4 位 GGUF 版本,适用于 llama.cpp,每次回答比基础模型用更少的推理,适合在本地运行 27B 文本模型的人。
higa2515 · 工具包
用 GGUF 文件运行带稀疏注意力的 Qwen3.8-27B,提供 Q8_0 和 Unsloth 的 Q4、Q5、Q6 混合版本,支持文字、图片和视频输入。适合使用 NVIDIA 显卡的 Linux 用户。
Cloudflare · 工具包
Cloudflare 的 27B 多模态模型,针对文本、JSON、图片或视频输入,为带类型的问题给出每个允许答案的分数,而不是写出自由文本。
AtomicChat · 工具包
用六种尺寸的 GGUF 文件运行 Nous Research 的 Arete 27B,这是 Qwen3.8-27B 的微调版,能读文字和图像,并附有实测的质量损失。适合在自己 GPU 上运行大模型的人。
Teriminal-RSI · 工具包
处理多步骤的终端任务,比如检查仓库、编辑代码和修复依赖。这是一个基于 Qwen3.8-27B 的 27.8B 参数智能体模型,面向研究者和智能体构建者。
Qwen · 工具包
用 Qwen3.8-27B 的 FP8 量化权重处理文字、图片和视频,它是带可调思考模式的 27B 稠密模型。适合用 transformers、vLLM 或 SGLang 部署它的开发者。
DavidAU · 工具包
以 GGUF 形式运行 Qwen3.8-27B,带有一组可在提示词里切换的推理和指令模式。适合运行本地模型、喜欢调整模型工作方式的人。
baselabs · 工具包
一次性回答关于某个情境的一组问题,并为每个选项给出校准过的概率。这是 Baseten 的 Base Labs 发布的 27B 决策模型,由 Qwen3.5-27B 调整而来。