Sabi-Noema
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。
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。
Vimoo-AI · 工具包
根据文字提示词,或参考图加文字生成视频,每项任务用一个单独的 11.7B 模型。适合想做短视频的创作者和营销团队。
DeepHat · 工具包
面向网络安全和 DevOps 工作的 7B 编程模型,由 Qwen2.5-Coder-7B 微调而来。适合想要本地小模型的安全和运维工程师,须遵守附加的使用限制。
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。
Qwen · 工具包
在你自己的电脑上运行 Qwen 的 7B 指令微调编程模型,打包成 GGUF 文件,有八种量化等级。适合想通过 llama.cpp 获得代码帮助的开发者。
openai · 工具包
OpenAI 的开放权重语言模型,117B 参数,可调推理强度,思维链可见并支持工具使用。能在一块 80 GB 的 GPU 上运行,采用 Apache 2.0 许可。
ccore · 工具包
为你描述的游戏资产写出完整的 Three.js 页面,带 3D 预览和导出 GLB 按钮。这是微调过的 Qwen3-1.7B,GGUF 格式,能在普通硬件上运行,适合游戏开发者。
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。
byteshape · 工具包
用 ByteShape 的 ShapeLearn 量化出的 Qwen3.8-27B GGUF 文件,提供五种适合不同显卡的版本,在 llama.cpp 里支持图片输入和 MTP 推测解码。适合在自己的显卡上运行它的人。
Sparset · 工具包
Qwen3.8-27B 的一个变体,推理用的 token 少得多,高强度下最终答案约快一倍,适合运行推理模型并希望等待更短的人。