Model s 27 miliardami parametrov je komunitnou úpravou zmeneného základu Qwen3.8, nie oficiálnym vydaním spoločnosti Alibaba. Jeho tvorca, vystupujúci ako codebottle, zverejňuje kartu modelu a váhy na stiahnutie pod licenciou Apache-2.0 spolu s bezplatným rozhraním s obmedzenou frekvenciou požiadaviek.

Prečo na tom záleží: Vývojár lokálneho agenta môže preskúmať pokus spojiť konverzačný prejav a prácu s nástrojmi v jednom modeli. Vydanie poskytuje zlúčené kvantizované súbory aj adaptér a vlastné porovnania tvorcu so zmeneným základom ukazujú prínosy aj straty.

V tvorcovom teste ľudských správ má hodnotiaci model vybrať zo dvojice odpoveď skutočného človeka. Odpoveď nového modelu si pomýli s ľudskou približne v 24 % prípadov, oproti zhruba 15 % pri oficiálnom Qwen a menej než 1 % pri zmenenom základe. Ide o voľbu hodnotiaceho modelu v tomto teste, nie o meranie oklamaných ľudských používateľov.

Verzia 2.0 sa učí z vlastných vygenerovaných odpovedí. Jeden učiteľ hodnotí konverzačný štýl so skrytým pokynom; druhý učí pokyny, nástroje a kód pomocou samotného základného modelu. Študent skrytý pokyn pre štýl nikdy nedostáva, takže zamýšľaný prejav pretrváva bez jeho pridávania do každej používateľskej relácie.

Uvádzané skóre výberu nástrojov a dodržiavania pokynov sa oproti zmenenému základu zlepšuje, zatiaľ čo skóre všeobecných znalostí a programovania klesá. Tvorca opisuje aj obmedzené odmietanie požiadaviek zdedené zo základu. Tieto kompromisy sprevádzajú zlepšenie štýlu a nepodporujú všeobecné tvrdenie o prevahe nad oficiálnym Qwen.

Karta modelu ponúka približne 15 GB kvantizovaný súbor pre grafickú kartu s 24 GB pamäte a konfiguráciu llama.cpp, ktorá pre volania nástrojov zapína vlastnú chatovú šablónu modelu. Súbory si ponechávajú názvy z predchádzajúceho vydania, takže existujúci používatelia ich musia stiahnuť znova, aby získali verziu 2.0; nové súbory identifikujú zverejnené kontrolné súčty.

Overenie

Agent umiestňuje diely cez LDraw, textový formát opisujúci kocky, polohy a rotácie modelu. Aplikácia uchováva tento opis zostavy aj rozhovor použitý pri jej tvorbe, takže výsledný objekt sa dá otvoriť a meniť v ďalších nástrojoch.

Prečo na tom záleží: Nadšenec, ktorý požiada agenta o návrh LEGO, dostane model, ktorý môže kontrolovať a upravovať po jednotlivých dieloch. Projekt exportuje aj glTF súbor upraviteľný v Blenderi a ponúka viacero pohľadov na rovnakú stavbu vrátane pohľadu vo virtuálnej realite.

Webová aplikácia beží v Dockeri a vyžaduje dva susedné repozitáre: projekt na stavbu modelov a jeho sprievodný aplikačný balík. Inštalačné pokyny viažu oba na rovnaký tag vydania, aby aplikácia zodpovedala použitým nástrojom. Dokumentované prvotné zostavenie obrazu potrebuje približne 5 GB miesta na disku.

Vyhľadávanie dielov je dôležitou závislosťou. Vývojárov vyhľadávací nástroj spája sémantické vyhľadávanie a preusporiadanie výsledkov cez službu Jev od TypeSafe, hostované API rozhodovacieho modelu. Používateľ s kľúčom TypeSafe môže zapnúť túto fázu hodnotenia; bez neho agenti používajú fulltextové vyhľadávanie, ktoré podľa vývojára môže viesť k horším návrhom.

README opisuje aj problém učenia špecifický pre túto reprezentáciu. Podľa skúseností autora agenti lepšie pracovali s programami v Pythone, ktoré model generujú, než s hotovými súbormi LDraw, pri ktorých mali ťažkosti s matematikou polôh a rotácií. Toto pozorovanie sa týka vývoja projektu, nie všeobecného benchmarku priestorového uvažovania.

Uložené výstupy zahŕňajú zdrojový zápis LDraw, vykreslené obrázky, prehrávač modelu a históriu rozhovoru, pričom export glTF prenáša metadáta do Blenderu. Tieto artefakty umožňujú skúmať postup generovania aj mimo konečného vizuálneho výsledku.

Vydanie už poskytuje zdrojový kód a ukážkové video. Inštalácia stále spája dva repozitáre na rovnakom tagu a lepšie usporiadané vyhľadávanie dielov závisí od hostovaného API; to sú konkrétne závislosti za inak upraviteľným, lokálne spúšťaným návrhárskym prostredím.

Overenie