tY

LLM Dev Researcher / 200B+ Model on CPU 16GB RAM / TaQuants +1bit performance / Tema_Q LLM Abliterated / Agent

[tY @ek15072809]

新任が非効率的な個人に対するGPU の提供（ローカルLLM ）に対して否定的の場合、huggingface の規制強化など新しい問題に直面する可能性があります。

[NHKニュース @nhk_news]

エヌビディア フアンCEO解任へ準備 米紙報道
https://t.co/NyC4OYwckj

[tY @ek15072809]

低性能GOV の暴走リスクにローカルLLM で抵抗しましょう。そう、私たちにはローカルLLM が必要。

https://t.co/T3qiIrpHxL

[tY @ek15072809]

待たせただけはあるな。

[tY @ek15072809]

もしかして、「なることの始まり」はQwe4 Max のことで、先週までのモデルアクセスは達成していて、27B や35B A3B 、4B というのはあと半月は出てこないということか。

[Qwen @Alibaba_Qwen]

Qwen4 is coming.

Deeper knowledge. Richer world understanding. Stronger coding and agentic capabilities.

Built for real-world tasks — from complex coding and knowledge work to front-end builds and professional software workflows.

Qwen4-Max is now in preview on Alibaba’s Token Plan. You can also get early access to the new model on QwenWork, Qoder, Qwen APP, and QwenStudio.

Put it to the test on a real problem. Show us what you build. 👀

Token Plan: https://t.co/LOB2Jdt3Sk

[tY @ek15072809]

そういえば、某学に貴学のこの研究に興味を持った云々と送ったのだが、よくよく考えてみたら別のところの研究だった気がする。そして、今度会いに行かなければならない。

[tY @ek15072809]

Sonnet 5.5 にキーボードのチャタリングを自動補完するパッチを作らせようとしたら、平然とClaude API を推してきた。1 日50000 字はキーボード入力しているこちらから搾取しようとしないでくれ。

[tY @ek15072809]

Qwen4 来ない。

[tY @ek15072809]

私が金持ちの子供達を好きになれないのは、レストランが入ったマンションに住み、大手塾へ通い、RTX 5090 でゲームをしているからだよ。

[tY @ek15072809]

「なることの始まり」は待つことの始まりに過ぎなかった。

[tY @ek15072809]

Gemini 3.5 Flash という古のモデルがありました。先ほど、エージェントツールの動作確認に使用したところ、検索ツールを使用したにもかかわらずこの出力です。

[tY @ek15072809]

GPU を持っていないLLM 開発者と仲良くなりたい。勿論、持っている方でも。

[tY @ek15072809]

ステガノグラフィーがあるのかと思ってQwen3.8 Max に訊いちゃったよ。

[Qwen @Alibaba_Qwen]

The becoming begins.

[tY @ek15072809]

Qwen4 27B がMoE でなかったら、私の環境じゃ動かせないからそれでお終いなんだけどね。

[tY @ek15072809]

北京時間11 月9 日15 時というのがガセだったの悲しい。

[tY @ek15072809]

Qwen4 が来ない。

[tY @ek15072809]

今日来るとすれば16:00 か。待ってるぞ。

[tY @ek15072809]

Qwen4 27B がA4B という噂と、0:00 に公開されるという噂を聞いたのだが、後者は嘘であってくれ。今日は寝たい。

[tY @ek15072809]

Qwen4 27B がA4B という噂と、0:00 に公開されるという噂を聞いたのだが、後者は嘘であってくれ。今日は寝たい。

[tY @ek15072809]

10% 程向上、html もcss の使用する個数が増加しました。これは個人的な興味本位の研究なので公開予定はありませんが、出力の差からニューロンの特定はできるので、今後ウェイトプログラミングの様な直接的、効率的な手法が生まれることは間違いありません。

[tY @ek15072809]

少し前に、GPT 6 で0.8B モデルの数学の性能を向上させるポストがはやりましたが、私はDeepSeek v4.1 Flash で2B モデルの手術を行いました。GPT 5 の出力を4B モデルと偽って与えたところ、2B モデルとの関係から活性化の為のニューロンを操作しました。汚染の無いARC とMMLU の一部抜粋問題が ↓

[tY @ek15072809]

みんな、heretic のDeepSeek-V4-Pro-Qwen3.5-9B を押すけれど、Tema_Q 版は拒否率もKL も上なんです。もしかして、Collapse check を載せているからかもしれないけど、これは恐らく元モデルの物を引き継いだだけだと思う。まあ、知名度だってことくらいは存していますよ。