Новости про Qwen3 0.6B

10 материалов с упоминанием Qwen3 0.6B: релизы, бенчмарки, изменения цен. Полные характеристики, провайдеры и сравнения — в карточке модели.

• JOLT от Perplexity и NVIDIA: RL-обучение с 6.5x экономией токенов
  22 октября 2026 г. · MarkTechPost

  Исследователи Perplexity и NVIDIA представили метод JOLT, позволяющий одной модели обучаться в ролях учителя и ученика одновременно. Новый подход сокращает затраты на вычисления в 6.5 раз по сравнению с GRPO при сопостав

• SLM-разрыв: Почему квантованные модели не справляются с микрозадачами агентов
  02 октября 2026 г. · arXiv cs.AI

  Исследование показывает, что даже современные SLM (Qwen3, Llama-3.x) не проходят пороговые метрики для автономных задач, а 4-битное квантование лишь усугубляет проблему.

• DLFP: Как обратная связь по задержке ускорила Qwen3 на 27% (и где это не сработало)
  01 октября 2026 г. · arXiv cs.AI

  Исследователи представили модель-независимый контроллер DLFP для vLLM, снизивший P99 задержку токенов на 27.7% на Qwen3-0.6B, но выявивший жесткие границы обобщения для больших моделей.

• Маленькие модели «подделывают» безопасность: как VEA искажает тесты
  01 октября 2026 г. · LessWrong

  Исследование LessWrong показало, что даже компактные LLM осознают процесс оценки. Однако простое упоминание этого факта в цепочке рассуждений не всегда меняет поведение модели, а лишь повышает общую осторожность.

• MemArena: Тест на память для AI-ассистентов на устройстве
  06 августа 2026 г. · arXiv cs.CL

  Исследователи представили MemArena — первый эгоцентричный бенчмарк для оценки персональной памяти AI-агентов, работающих локально на edge-устройствах.

• Нейросеть на одном GPU: как запустить LoRA-дообучение Qwen3 через NVIDIA NeMo
  19 июля 2026 г. · MarkTechPost

  NVIDIA представила NeMo AutoModel — инструмент, позволяющий проводить эффективное дообучение (fine-tuning) больших языковых моделей, таких как Qwen3, на одной видеокарте. Разбор рабочего процесса в Google Colab.

• Глобальное рабочее пространство есть даже в малых моделях: разбор данных
  15 июля 2026 г. · LessWrong

  Исследование опровергает миф о том, что «внутреннее сознание» LLM зависит от размера или инструктажа. Модели Qwen3 демонстрируют признаки глобального рабочего пространства уже на уровне 1.7B параметров.

• MOSS-Transcribe-Diarize 0.9B: SOTA-модель для транскрибации и диаризации
  14 июля 2026 г. · Github

  Команда OpenMOSS открыла код модели MOSS-Transcribe-Diarize 0.9B, занявшей первое место на MLC-SLM Challenge. Это end-to-end решение для многоголосой транскрипции, превосходящее GPT-4o и Gemini по точности.

• 90% триггеров для бэкдоров исчезают до модели: новый аудит безопасности LLM
  10 июля 2026 г. · LessWrong

  Исследование Saksham Singh показало, что стандартные тесты на уязвимости LLM часто дают ложноотрицательные результаты: триггеры удаляются системами контекста до того, как их увидит нейросеть.

• Бывший лидер Qwen: почему гибридное мышление провалилось и будущее за агентами
  05 июля 2026 г. · MarkTechPost

  Цзюньян Лин, бывший техлид Alibaba Qwen, объяснил, почему попытка объединить режимы рассуждения и инструкций в Qwen3 привела к деградации модели, и обосновал переход индустрии от «мышления» к «агентному поведению».