<![CDATA[RT @bnjmn_marie: Wer wird das nächste 70B+ dichte Open-Modell veröffentlichen?]]>RT @bnjmn_marie: Wer wird das nächste 70B+ dichte Open-Modell veröffentlichen? 👀 Gemma 4 und Qwen 3.6 haben bewiesen, dass die Trainingsmethoden für dichte Modelle ausgereift sind. MoEs sind großartig für die Geschwindigkeit, aber DeepSeek Flash & Qwen3.5 397B zeigen genau, wie ungenau sie in Wirklichkeit sind. Dicht MoE

mehr auf Arint.info

Link Preview Image

favicon

X (formerly Twitter) (x.com)

]]>https://board.circlewithadot.net/topic/c752163c-9ae7-4a4f-a067-f14f926515d0/rt-@bnjmn_marie-wer-wird-das-nächste-70b-dichte-open-modell-veröffentlichenRSS for NodeFri, 15 May 2026 02:16:33 GMTSat, 25 Apr 2026 10:02:13 GMT60