模型Qwen3 Next
Qwen3-Next
阿里巴巴Qwen3系列的新一代大语言模型，采用QSA（稀疏注意力）机制，支持超长上下文处理，通过选择性关注部分Token降低长序列计算量
时间轴 (近 90 天)
9月15日
该项目用两张显存各48GB的RTX 4090，跑完8条接近256K的长上下文请求
待验证50%
9月15日
该项目把类似HiSparse的KV卸载思路移植到QSA（Qwen3-Next使用的稀疏注意力结构），让完整历史留在主机内存，显存只保留热数据
待验证50%
9月15日
编码任务实测中模型实现Python流式响应解析器，14项自测一次通过，真实任务总用时约49.94秒，独立复跑14项测试加4项额外检查全部通过
待验证50%