Qwen 3 8B

Bằng chứng (17)

• 4Hacker News·10/10/2026research
  Tự xây dựng mô hình ra quyết định

  Bài viết giải thích cách biến một mô hình ngôn ngữ thành mô hình ra quyết định bằng cách giới hạn đầu ra vào một tập lựa chọn cố định và chọn phương án có xác suất cao nhất trong một lượt suy luận. Bài cũng minh họa cách triển khai với Qwen/Qwen3-1.7B và ghi nhận kết quả trên một mẫu CommonsenseQA, trong đó hiệu năng tăng nhẹ sau khi fine-tune.

• 4Simon Willison·4/10/2026research
  Qwen3.8-27B được thử nghiệm với phép cộng trả lời bằng chữ

  Simon Willison ghi nhận một thử nghiệm chạy Qwen3.8-27B cục bộ để tính tổng nhưng trả lời bằng chữ, và so sánh kết quả khi tắt và bật chế độ suy luận. Mô hình cho độ chính xác rất cao, đặc biệt khi bật suy luận, đạt 167 kết quả đúng trên 169 lượt thử trong lần chạy một mẫu.

• 8Hacker News·4/10/2026open_source
  Qwen 3.8 Flash Next chạy trên RTX 4090 với tốc độ 100T/s

  Bài viết và kho mã đi kèm cho rằng Qwen 3.8 Flash Next, một mô hình 125B tham số, có thể chạy trên phần cứng tiêu dùng như RTX 4090 và đạt tốc độ 100 token/giây. Chủ đề này thu hút thảo luận lớn trên Hacker News về hiệu năng mô hình, hiệu quả suy luận và khả năng triển khai cục bộ các mô hình lớn.

• 7Hugging Face Blog·2/10/2026open_source
  Ai2 mã nguồn mở mô hình tạo báo cáo AstaBrief

  Ai2 công bố AstaBrief 8B, một mô hình mở nhỏ gọn được thiết kế để tạo báo cáo khoa học có trích dẫn từ câu hỏi nghiên cứu và các đoạn trích tài liệu được truy xuất. Theo Ai2, mô hình này nhanh hơn chế độ độc quyền đang dùng trong Asta, đồng thời họ cũng phát hành trọng số, dữ liệu huấn luyện và quy trình mẫu để triển khai cục bộ.

• 5Hacker News·24/9/2026research
  Dynamic Abliteration triệt tiêu từ chối trên Qwen theo thời gian chạy

  Bài viết trình bày một minh chứng kỹ thuật cho việc triệt tiêu hành vi từ chối của mô hình mã nguồn mở Qwen3-4B mà không cần sửa trọng số. Phương pháp dùng steering nhiều lớp thông qua forward hook của PyTorch để chèn tín hiệu vào residual stream khi suy luận, nhằm giữ nguyên mô hình gốc nhưng thay đổi phản hồi với các prompt nhạy cảm.

• 2Hacker News·23/9/2026open_source
  Bài châm biếm trình diễn bộ phân loại Jev bằng 25 dòng Python

  Bài đăng trên Hacker News này giới thiệu một bản cài đặt châm biếm “Jev” bằng một đoạn Python ngắn, tải mô hình GGUF và phân loại email thành các nhãn như Hợp lệ, Thư rác hoặc Phishing. Bài viết nhấn mạnh cách tiếp cận này đơn giản, chạy nhanh và bảo vệ quyền riêng tư vì hoạt động cục bộ, không gửi dữ liệu ra API bên ngoài.

• 6The New Stack·21/9/2026open_source
  Kev: họ mô hình quyết định nhỏ gọn kiểu Jev xây trên Qwen3.5

  Kev là một họ mô hình quyết định mã nguồn mở, lấy cảm hứng từ Jev và được xây dựng trên nền Qwen3.5. Dự án hướng tới thử nghiệm mô hình nhẹ và các tác vụ ra quyết định thực tiễn, đồng thời thu hút sự chú ý lớn trên Hacker News.

• 7Hacker News·17/9/2026model_release
  PrismML ra mắt Bonsai 2 27B với dung lượng nhỏ hơn 9 lần

  PrismML đã phát hành Ternary Bonsai 2 27B, một mô hình đa phương thức được nén dựa trên Qwen3.8 27B. Theo công ty, mô hình này giữ lại 98,2% hiệu năng benchmark của bản đầy đủ trong khi chỉ còn dung lượng 5,9GB, hướng đến triển khai cục bộ cho lập trình, thị giác máy tính và các tác vụ tác tử.

• 6Hacker News·8/9/2026research
  Bản lượng tử 4-bit của Qwen3.8 27B vẫn giữ chất lượng trên benchmark

  So sánh benchmark các mức lượng tử của Qwen3.8 27B cho thấy bản 4-bit Q4_K_M gần như tương đương BF16 trên GPQA Diamond, IFBench và Terminal-Bench 2.1 nhưng dùng ít RAM GPU hơn nhiều. Khi nén quá mạnh, chất lượng giảm đột ngột: bản 1-bit gần như ngẫu nhiên trên GPQA Diamond và còn tệ hơn ở các tác vụ suy luận dài.

• 4Hacker News·8/9/2026research
  So sánh các tổ hợp mô hình và harness trên một tác vụ Three.js

  Một bài đăng trên Hacker News tường thuật việc thử nghiệm 10 tổ hợp mô hình và harness khác nhau với cùng một prompt để tạo cảnh hangar khoa học viễn tưởng bằng Three.js. Bài viết so sánh thời gian chạy, mức dùng token, số lần gọi công cụ, kiểm tra trong trình duyệt và chi phí ước tính giữa các mô hình như GLM 5.3 Flash Max, các biến thể GPT-5.6 và Qwen 3.8 27B trên các harness khác nhau.

• 4Hacker News·3/9/2026model_release
  Cerebras bổ sung Qwen 3.8 27B vào các endpoint công khai

  Cerebras cho biết Qwen 3.8 27B hiện đã có trên các endpoint công khai của hãng với tốc độ khoảng 1.500 token/giây, bên cạnh OpenAI GPT OSS 120B. Trang này cũng nêu rõ các mô hình công khai được cung cấp ở dạng chưa cắt tỉa, sử dụng quantization chỉ cho trọng số trong lưu trữ, còn activations, attention và KV cache vẫn ở độ chính xác đầy đủ.

• 7Hugging Face Blog·3/9/2026research
  Tái tạo quy trình huấn luyện vẽ màu nước bằng TRL và OpenEnv

  Hugging Face công bố một bản triển khai mở của mô hình viết mã tạo tranh màu nước bằng cách sinh JavaScript để điều khiển p5.brush. Bài viết phát hành bộ dữ liệu, môi trường RL, script huấn luyện và mô hình đã huấn luyện, đồng thời so sánh ba cấu hình phần thưởng chạy trọn vẹn trên hạ tầng của Hugging Face.

• 7Hacker News·1/9/2026open_source
  Slotstream chạy mô hình Qwen3.8 125B trên Mac 48GB

  Slotstream là một phương pháp mới để chạy mô hình Qwen3.8-Flash-Next 125B ở dạng 4-bit trên các máy Mac ít RAM, từ mức 16GB trở lên. Giải pháp này dùng cơ chế offload chuyên gia và phát luồng từ SSD để giảm nhu cầu bộ nhớ, đồng thời tích hợp theo hướng native trên macOS bằng MLX và Swift, kèm chế độ tự động cân bằng giữa tốc độ và mức dùng RAM.

• 7NVIDIA GenAI·25/8/2026product_launch
  Perplexity đưa tác nhân Computer chạy cục bộ trên máy tính để bàn

  Perplexity, phối hợp với Nvidia, đã đưa tác nhân Computer từ nền tảng đám mây xuống phiên bản chạy cục bộ trên máy tính để bàn với tên Portable Computer. Hệ thống này chạy trên Nvidia DGX Spark hoặc PC cấu hình cao dùng Ubuntu với tối thiểu 24GB VRAM GPU của Nvidia, đồng thời sử dụng sandbox cục bộ và bộ điều phối mang tính xác định để quản lý công cụ và các bước chuyển sang đám mây khi cần.

• 7Hacker News·25/8/2026model_release
  Qwen 3.8-Flash-Next dự kiến phát hành vào ngày mai

  Qwen 3.8-Flash-Next, một mô hình mới từ Qwen, được cho là sẽ phát hành vào ngày mai. Mô hình này được liệt kê là có 125B tham số với 6B tham số hoạt động, và thu hút nhiều chú ý trong thảo luận trên Hacker News.

• 7Hacker News·23/8/2026research
  Qwen 3.8 27B hoàn thành một tác vụ đảo ngược phần mềm trong 30 phút

  Một bài kiểm tra thực tế cho thấy Qwen 3.8 27B có thể xử lý một tác vụ đảo ngược phần mềm phức tạp trên một máy trạm đơn lẻ và tạo ra cả báo cáo lẫn cơ chế vượt kiểm tra. Mô hình chủ yếu dựa vào phân tích tĩnh và các công cụ Bash, đồng thời tự sửa lỗi trong quá trình thực hiện. Bài viết xem đây là dấu hiệu cho thấy năng lực mạnh của mô hình chạy cục bộ, nhưng cũng nêu lên các lo ngại về an ninh mạng.

• 7Hacker News·21/8/2026research
  Triển khai Qwen3-TTS đạt độ trễ giọng nói dưới 50 ms

  Tác giả cho biết triển khai Qwen3-TTS 1.7B CustomVoice của họ đạt p95 thời gian tới âm thanh đầu tiên dưới 50 ms và khoảng 10 yêu cầu/giây trên một NVIDIA H100 SXM duy nhất, đồng thời vẫn giữ được phát âm thanh thời gian thực. Họ đã benchmark nhiều engine phục vụ, tinh chỉnh để phát trực tuyến độ trễ thấp, và công bố mã triển khai cùng bộ đo kiểm dưới dạng mã nguồn mở.