Uno-Qwen3-8B

Uno-Qwen3-8B — исследовательская модификация Qwen3-8B, в которой к авторегрессионным весам добавлен лёгкий диффузионный слой. Авторы предлагают использовать его для параллельного уточнения нескольких токенов и ускорения вывода без отдельной черновой модели. Это не новый универсальный чат-сервис, а открытый эксперимент для инженеров, которые готовы самостоятельно воспроизвести измерения.

Главная практическая ценность Uno — возможность проверить другой способ декодирования на том же семействе весов. Заявленные ускорения зависят от длины ответа, оборудования, настроек семплирования и конкретной задачи. Результаты статьи нельзя переносить на собственную инфраструктуру без замеров задержки, памяти и качества.

Для пилота зафиксируйте версию весов и окружения, прогоните одинаковый набор запросов через базовую Qwen3 и Uno, а затем сравните не только токены в секунду, но и успешность вызова инструментов, кодовые тесты и устойчивость длинных ответов. Русский язык отдельно не заявлен как преимущество, поэтому его необходимо проверять на своей выборке.