Swift-Qwen3.8-27B 开源：思考长度砍 58.3%，速度近两倍且精度几乎无损
kisjovan · hn · 2026-09-16
团队对 Qwen 3.8 27B 做后训练，通过识别并惩罚与「过度思考」相关的 token（而非直接强行压缩推理长度），再用 On-Policy Distillation 补回精度，得到开源模型 Swift-Qwen3.8-27B：思考长度减少 58.3%，速度提升 1.95 倍，精度损失小于 1%。
关键主张：推理长度本身极其重要，不应硬砍，而应只优化其中无意义的部分——被定向处理的「过度思考」与类焦虑推理循环在 BF16 的该规模模型中也普遍存在，但对答案质量没有贡献。该方法是对 reasoning effort 设置、chat template、token 上限的补充而非替代。
模型发布 3 天即达 8 万下载，社区已有独立评测；提供 Nvidia 赞助 GPU 的免费研究用途 API（OpenAI 兼容，5RPM 限速），并放出 GGUF Q1-Q8 量化，社区还自制了 MLX、NVFP4、W4A16 等版本。
「模型」频道最新
- Similarweb：Claude 升级页流量 9 月回升至 1760 万，逼近 5 月峰值 — firstadopter · 2026-11-02
- 开源 GLiNER-PII 单卡 550ms 抓出病历 13 项身份标识,仍漏医院名 — MaziyarPanahi · 2026-11-02
- 用户吐槽 OpenAI Dots 越用越臃肿,转投新工具 Muse 称体验干净透明 — Koala_Confused · 2026-11-02
- Fable 5.5 被曝一行代码一次通过生成动画，Anthropic 押注编程意外切入动画赛道 — Hesamation · 2026-11-02
- 一个 agent 目标连续跑了 4 天，烧掉 3 万赠额 token — CtrlAltDwayne · 2026-11-02
- 每日 AI 简报：Gemini 4 Carbon 疑现身 Arena，DeepSeek 开源编码 agent — testingcatalog · 2026-11-02