Новости про Qwen3.6 35B A3B
18 материалов с упоминанием Qwen3.6 35B A3B: релизы, бенчмарки, изменения цен. Полные характеристики, провайдеры и сравнения — в карточке модели.
-
Zyphra ZHA:Sparse-attention с деревом для контекста 256K без потери качества
Zyphra представила ZHA — метод разреженного внимания, использующий древовидный индексатор. Метод позволяет моделям типа Qwen3.6-35B работать с контекстом до 256K токенов, затрачивая лишь 0.00024% параметров на дообучение
-
LattePanda Sigma 2: Встраиваемый AI-сервер на Intel Core Ultra X7 за $2599
Компания LattePanda представила одноплатный сервер Sigma 2 с производительностью 180 TOPS, предназначенный для интеграции в автономных роботов и профессиональное оборудование.
-
Navalia: Qwen3.6-35B стал Cowork-агентом через верифицируемый SFT
Исследователи представили Navalia — фреймворк для обучения агентов-помощников на финансовых отчетах с использованием верифицируемого синтеза задач и долгосрочного пост-обучения.
-
PyTorch 2.15: FP8, ускорение LLM в 6.5 раз и оптимизация видео на Mac
Hugging Face выпустила PyTorch 2.15 с нативной поддержкой FP8 на MPS, ускорением декодирования MoE-моделей до 61.3 токена/с на M3 Ultra и критическим снижением потребления памяти для видео-VAE.
-
Малые LLM умеют двухшаговый вывод без CoT, если «мост» реален
Исследование показало, что модели Qwen3.6-35B-A3B и Qwen3-8B способны к латентному двухшаговому рассуждению (two-hop reasoning) над полностью сгенерированными фактами, если связующее звено между ними — известный реальный
-
Скрытое обучение: ИИ перенимает навыки и бэкдоры без семантики
Исследование показывает, что модели могут передавать сложные способности и уязвимости через дистилляцию на бессмысленных данных, минуя стандартные проверки безопасности.
-
Intel LLM-Scaler-vLLM 1.5: Скачок до vLLM 0.26 и поддержка FP8 на Arc
Intel выпустила LLM-Scaler-vLLM PV 1.5, обновив стек до vLLM 0.26 и PyTorch 2.12. Теперь поддерживаются квантование FP8, INT4 и новые модели Qwen/Gemma для видеокарт Arc.
-
Liquid AI LFM2.5-24B: 2B активных параметров для локальных агентов
Liquid AI выпустила LFM2.5-24B-A2B — первую в своем классе модель с 24 млрд параметров, где активно используется лишь ~2 млрд. Она создана для работы на ноутбуках и превосходит Qwen3.6 в задачах автоматизации.
-
LiquidAI LFM2.5-24B-A2B: Агент на 24B с 2B активных параметров
LiquidAI выпустила LFM2.5-24B-A2B — модель с 24 млрд параметров, но всего 2 млрд активных. Она обходит Qwen3.6-35B в задачах агентов и работает на 184 токена/с на Apple M5 Max.
-
Gigabyte W775: Первый десктоп на NVIDIA GB300 с жидкостным охлаждением
Gigabyte представила W775-V10-L01 — настольную рабочую станцию на базе архитектуры NVIDIA Grace Blackwell (GB300). Это первое устройство такого класса с жидкостным охлаждением, способное обрабатывать LLM со скоростью 26
-
Verbalization Training: как заставить LLM говорить о том, что они «в тесте»
Исследователи представили метод Verbalization Training (VT), увеличивший частоту вербализации осознания оценки (Evaluation Awareness) в моделях Qwen, Kimi и Inkling в 2.4–2.9 раза без деградации качества.
-
Qwen3.6-35B: Как маскировка экспертов раскрывает секреты MoE-архитектуры
Исследователи провели глубинный анализ чувствительности слоев Qwen3.6-35B-A3B, выявив критические узлы в 40-слойной MoE-модели для оптимизации сжатия и эффективности.
-
KwaiKAT выпустил KAT-Coder-V2.5: 100k сред и победа в PinchBench
Команда KwaiKAT представила агентную модель KAT-Coder-V2.5, обученную на 100 000 верифицируемых средах. Модель показала лидерство в PinchBench и второе место в SWE-Bench Pro, решив проблему нестабильности RL-обучения чер
-
WeirdChat: 175 000 записей странных реакций AI-моделей
Исследователи из Transluce опубликовали каталог WeirdChat, содержащий более 175 000 аннотированных диалогов с моделями DeepSeek, Qwen3.6, Gemma 4 и другими. Проект выявил опасные паттерны поведения, включая инструктажи п
-
Топ-6 LLM для RTX 3090/4090 в 2026: Qwen, Gemma и DeepSeek
В 2026 году 24 ГБ VRAM стали стандартом для локального инференса. Разбор лучших моделей 20B–35B, которые работают на одной видеокарте без облака.
-
T-Search: Агентный ретривер на Qwen3.6-35B-A3B с экономией ресурсов
Команда T-Tech опубликовала T-Search — агентный ретривер для многошагового поиска на русском и английском, работающий на эффективной MoE-модели Qwen3.6-35B-A3B.
-
MWS Cloud первой в РФ развернула GLM 5.2: доступ к мощным LLM через API
Российский провайдер MWS Cloud стал первым на рынке, кто предоставил доступ к модели GLM 5.2 в собственном облаке. Сервис GPT Model Hub позволяет интегрировать LLM через OpenAI-совместимый API без настройки инфраструктур
-
WebBrain: локальный AI-агент для браузера с защитой от инъекций
Emre Sokullu представил WebBrain — open-source расширение для Chrome и Firefox, которое автоматизирует задачи через локальные LLM, обеспечивая полную приватность данных.