Qwen3-30B

Qwen3-30B е модел с отворени тегла от фамилията Qwen на Alibaba, изграден върху стандартна Transformer Mixture-of-Experts (MoE) архитектура с 30 милиарда параметри.

Продукционно поведение и компресия

  • Висока производителност при генериране: Използва се широко за генериране на структуриран HTML/JSON код, маркетингови шаблони и многоезично съдържание.
  • Чувствителност към компресия на експерти: При премахване на 25% от експертите чрез подрязване (REAP) моделът запазва 93.6% от качеството си на писане, докато сливането на експерти (REAM) води до рязък спад в спазването на форматиращи и езикови правила.

Споменавания в статии