Qwen3.8-Flash-Next 架构设计：评估、效率与训练稳定性
On the Design of Qwen3.8-Next Architecture: Evaluation, Efficiency, and Training Stability
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
阿里通义千问团队披露 Qwen3.8-Flash-Next 架构，这是一款 125B 参数的稀疏 MoE 模型，每 token 激活 6B，另有 51B 参数的 n-gram 嵌入表放在加速器之外。
来源：Hugging Face Daily Papers · arxiv.org