Qwen3.5

2026-10-25

MODELS · 1 ИСТОЧН. · The Decoder

Nvidia открывает исходники Flora — движка разметки видео для роботов на Qwen3.5

Лаборатория GEAR компании Nvidia опубликовала Flora — движок разметки данных, состоящий из трёх дообученных Qwen3.5-моделей (9B — сегментация, 27B — описания, 27B 'Flora-Rewarder' — оценка), который формирует границы действий, покадровые награды и метки успешности задач в роботизированных видео. Nvidia заявляет, что Flora используется при обучении моделей GR00T на GB300 GPU и оценивает стоимость разметки примерно в $0,72/час против ~$88/час у GPT-6 Astra, но эти расчёты — прогнозы, а тесты сопровождаются методологическими оговорками.

7.0

2026-09-25

MODELS · 1 ИСТОЧН. · arXiv cs.AI

Pistis: семейство мультимодальных LLM на 27B и 9B с посттренингом IDRL (arXiv:2609.28554v1)

В работе arXiv:2609.28554v1 представлено семейство моделей Pistis — мультимодальные LLM на 27B и 9B параметров, созданные на базе Qwen3.6 и Qwen3.5 и обученные через масштабируемый посттренинговый фреймворк: крупномасштабный мультимодальный SFT, затем новый метод Interleaved Distillation and Reinforcement Learning (IDRL). Описаны две специализации (Pistis-Thinking для глубинного мультимодального рассуждения и Pistis-Agentic для планирования на длинной горизонте и использования инструментов), а также системный метод Pistis-Auto-Harnessing (PAH); обе шкалы превосходят свои базовые модели, причём Agentic-сборка особенно сильна в мультимодальном поиске.

7.0

2026-09-23

CODING · 1 ИСТОЧН. · NVIDIA Developer

Бенчмарк SWE-Serve показывает, что многие исправления, проходящие локальные тесты, не проходят при реальном запуске SGLang

SWE-Serve — новый бенчмарк, превращающий 83 смерженных PR SGLang в 53 исполняемых задачи по inference-serving; 19 таких задач запускают реальный сервер и проверяют исправления по полному пути обслуживания. По этим задачам одни и те же патчи проходят полностью в 45,9% случаев при использовании полного верификатора и в 69,4% случаев без проверок live-serving (примерно одна из трёх исправлений, прошедших прочие тесты, не проходит live-проверки); задачи, охватывающие несколько областей выполнения, имеют на 21,3 процентного пункта более низкий проход, а закрытые оценки моделей (11 моделей, mini-swe-agent) варьируют от 34,6% до 75,5%, лидируют Claude Opus 5 и GPT-5.6 Sol.

7.0

2026-09-22

MODELS · 1 ИСТОЧН. · Hugging Face

Transformers добавляет поддержку GGUF (кванты llama.cpp) в main

Библиотека transformers от Hugging Face (ветка main) теперь может загружать и запускать квантизованные контрольные точки в формате GGUF с использованием ядер llama.cpp/ggml, с упором на эффективный локальный вывод (первоначально оптимизировано для Apple Silicon и моделей Qwen3.5). Интеграция также позволяет обслуживать GGUF-чекпоинты через transformers-serve и при отсутствии совместимых ядер откатывается к де-квантизации.

7.0

2026-09-16

MODELS · 1 ИСТОЧН. · Cohere

Cohere: небольшие специализированные языковые модели могут превосходить и быть дешевле

Cohere опубликовала материал о преимуществах небольших языковых моделей (SLM) для предприятий, отмечая снижение вычислительных, датасетных и энергетических затрат, возможность локального запуска и экономию. В материале названы модели Cohere — Command R7B, семейство Tiny Aya (3,35B) и North Mini Code (30B MoE с 3B активных) — и приводятся утверждаемые результаты бенчмарков, где North Mini Code и Tiny Aya опережают более крупные конкуренты в кодировании и мультиязычном переводе.

6.0

2026-05-22

MODELS · 1 ИСТОЧН. · Mistral AI

Mistral выпускает Medium 3.5 (128B) с открытыми весами в публичном превью и добавляет облачные удалённые агенты в Vibe и Le Chat

Mistral Medium 3.5 — 128B dense «объединённая» модель с контекстом 256k и открытыми весами по модифицированной MIT-лицензии — доступна в публичном превью и становится моделью по умолчанию в Le Chat и Vibe. Обновление включает облачные удалённые агенты в Mistral Vibe и новый режим Work в Le Chat для многозадачных сценариев; цена — $1.5 за млн входных токенов и $7.5 за млн выходных, модель демонстрирует сильные результаты в бенчмарках (напр., 77.6% SWE-Bench Verified).

8.0