UkisAI Swift-Qwen3.8-27B 評測：減少 40% 推理代幣並大幅提速

• 社群開發者推出 Swift-Qwen3.8-27B 微調模型，成功解決原版模型嚴重的「過度思考」問題。 • 該模型透過強化學習（RL）懲罰觸發過度思考的標記，並結合前代 ThinkingCap 的技術，大幅降低推論耗時。 • 實測顯示，新模型在維持相同基準與程式碼產出品質的同時，代幣使用量減少約 40%。 • 在 Aider 程式碼評測中，Swift 版本僅需約一半的時間與 63% 的總代幣數就能完成任務。 • 由於大型模型隨著輸出增長會導致解碼速度下降，代幣減少也直接帶來了顯著的效能提升。 • > 作者指出：「過度思考是浪費時間的主兇，而 Swift-Qwen 證明瞭在不犧牲表現的前提下能大幅提升運作效率。」 • 這項成果為 Qwen 27B 系列的日常使用者省下了大量寶貴時間，堪稱實用的重大優化。