Qwen3-Next-80B-A3B グレースケール置換戦略

Qwen3-Next-80B-A3Bが発売:3Bで活性化された超スパースMoE、ロングコンテキストスループットの新しいベンチマーク

Qwen3-Next-80B-A3B は、合計 80B のパラメーターに焦点を当て、トークンあたり 3B のアクティベーションのみ、ハイブリッド アーキテクチャ (Gated DeltaNet+Gated Attention)、超スパース MoE (512 人の専門家、10 のルート + 1 つの共...