huggingface — 01-04-2026
2 твита — модель уровня Claude Opus на 16 GB VRAM и выход TRL v1.0.
27B-модель бьёт Claude Sonnet 4.5 на SWE-bench, помещается в 16 GB VRAM. TQ3_1S (TurboQuant) — новый формат квантизации, изначально разработанный Google для KV cache compression. Сообщество обнаружило, что он работает и на весах модели: 27B в 12.9 GB против 14.4 GB у Q4_0, разница 0.19% по PPL. Это 1.5 GB, которые решают, помещается модель на карту или нет. На 16 GB RTX 5060 Ti: рассуждение уровня Claude 4 Opus, v2 урезает chain-of-thought bloat на 24% при 96.91% HumanEval. Твит
TRL v1.0 вышел. Стабильные API, широкие интеграции, архитектура, рассчитанная на будущие изменения в области. Блог HF Твит
