Tess-4.5-27B: Qwen-Finetune erreicht gleiche Scores mit 25% weniger Tokens
CompaniesHugging Face
Warum es zählt
Weniger Output-Tokens bei gleicher Qualität bedeutet schnellere Antworten, niedrigere Kontextkosten und längere Sitzungen vor dem Context-Window-Limit – besonders relevant für lokale GPU-Setups mit Draft-Head-Beschleunigung.
— Lumeric Redaktion
BenchLocal (150 Szenarien) · Spitzenwert
262%
Tess-4.5-27B – Alle 150
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- LAUNCHreddit.com5d
Sabi-Noema: Effizienz-Finetuning von Qwen 3.8 27B mit 2× weniger Tokens
- BENCHMARKreddit.com3w
Swift 1.5 + HyperQwen: 37 % schnellere Aufgaben auf RTX 3090 mit 150k Kontext
- LAUNCHreddit.com5d
Zellige AI veröffentlicht Tessera-27B: Qwen-Finetune denkt in komprimiertem CJK
- LAUNCHreddit.com0mo
Jev-Style LoRA-Finetuning auf Qwen3.5 4B – Open Source
Tess-4.5-27B: Qwen-Finetune erreicht gleiche Scores mit 25% weniger Tokens
CompaniesHugging Face
Warum es zählt
Weniger Output-Tokens bei gleicher Qualität bedeutet schnellere Antworten, niedrigere Kontextkosten und längere Sitzungen vor dem Context-Window-Limit – besonders relevant für lokale GPU-Setups mit Draft-Head-Beschleunigung.
— Lumeric Redaktion
BenchLocal (150 Szenarien) · Spitzenwert
262%
Tess-4.5-27B – Alle 150
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- LAUNCHreddit.com5d
Sabi-Noema: Effizienz-Finetuning von Qwen 3.8 27B mit 2× weniger Tokens
- BENCHMARKreddit.com3w
Swift 1.5 + HyperQwen: 37 % schnellere Aufgaben auf RTX 3090 mit 150k Kontext
- LAUNCHreddit.com5d
Zellige AI veröffentlicht Tessera-27B: Qwen-Finetune denkt in komprimiertem CJK
- LAUNCHreddit.com0mo
Jev-Style LoRA-Finetuning auf Qwen3.5 4B – Open Source