Les Qwen 27B descendent du 9B : couches répétées, Transformers bouclés et le mélange de JetBrains
Le 28 octobre 2026, Jonathan Chang montre que Qwen3.5-27B a été grandi à partir du 9B en répétant ses couches. Un papier issu d'IBM Research rend les Transformers bouclés bien moins gourmands en mémoire. JetBrains a obtenu un bon modèle de code en faisant simplement la moyenne de Qwen 3.6 et 3.8.
Extrait
Ceci est un court extrait.
L'analyse complète et le podcast sont réservés aux abonnés. Le compte est gratuit.