HuggingPapers 转发：NVIDIA 在 Hugging Face 发布 Qwen3.8-Flash-Next 的 NVFP4 量化权重（125B MoE、混合注意力），称体积约减少 63% 且精度损失很小。官方仓库为 nvidia/Qwen3.8-Flash-Next-NVFP4，便于在 NVIDIA 硬件上做更高吞吐的本地/边缘推理，降低部署显存门槛。
核心要点速览
- ✓权重：nvidia/Qwen3.8-Flash-Next-NVFP4 已在 Hugging Face 可下。
- ✓压缩：NVFP4 约减 63% 体积，面向本地高吞吐推理。
- ✓定位：125B MoE + 混合注意力，适合在 NVIDIA GPU 上部署编码/对话工作负载。
⚡
一眼结论开发者 3 秒速决决策指标
🧭
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
实战指南准备好将技术转化为生产力？
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
接着读NVIDIA 低调开源 Dory1.0-4B 循环模型：同一权重可调推理深度，SWE-bench Verified 官方报 61.8
立即阅读→
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察