待验证50% 置信事实精确时间
开发者 raihan-js 使用 Qwen2.5-VL-3B-Instruct 搭配 QLoRA 适配器，在 3000 张合成发票上微调 1 轮，使用单张 RTX 3060 耗时 4 小时 57 分。
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
3B模型读取日本发票，校验让准确率飙至86.8%
rss2026/10/15
涉及实体
相关事实
待验证一位开发者用单张RTX 5090显卡本地运行了Qwen3 27B模型并分享实测结果68% 相似待验证Qwen3 Coder Next 是一个 80B 参数的混合专家（MoE）编程模型，由 vLLM 部署在一张 A100 80GB 上，使用 cyankiwi 发布的 4-bit AWQ 量化版本65% 相似待验证该Agent默认自托管配置使用Qwen3.6-35B-A3B模型，采用4-bit量化并通过sglang部署65% 相似待验证Qwen3-4B 版本拥有约40亿参数，采用 Transformer 解码器架构，支持多语言理解与生成65% 相似待验证该开发者对 Qwen-3.8 使用的量化配置是权重 Q4_K_S、上下文量化到 Q8_064% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1036977API
curl https://kongchang.com/api/v1/knowledge/claims/1036977MCP
get_claim(id=1036977)