★ 3
开发者用约 1GB Qwen3.5 权重编译出可运行的 NES 模拟器
开源项目 nesformer 将 NES 的 6502 CPU、2KB 工作内存和卡带 ROM 编译进标准 Qwen3.5 模型权重中，无人训练这些权重，全部由编译器计算得出。运行时模型逐 token 预测 CPU 执行日志，主机程序负责绘图、读取手柄和触发中断。该项目基于 Qwenputer 的…
Hacker News2 天前
#Qwen3.5
共 9 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
DynaWeave 框架发布：合成动态场景训练 LLM 智能体
研究者提出 DynaWeave，一个自动合成框架，可将静态任务转化为可验证的动态场景，通过有向无环图表示外部事件依赖并在智能体交互中触发。团队用该框架在 36 个环境中收集 2095 条交互轨迹，对 Qwen3.5 模型做监督微调，在 Gaia2、CostBench、ToolMaze 上均取得提升…
arXiv NLP11 天前
★ 3
Self-HPO：编码智能体通过框架与策略协同自进化
论文提出 Self-HPO 递归自改进框架，交替优化编码智能体的 harness（交互框架）与策略模型，由当前策略分析自身失败并提出新 harness 候选，再在选定 harness 下用强化学习更新策略。在三个编码基准上均优于仅优化 harness 或仅优化策略的基线，将 Qwen3.5-35B…
arXiv NLP14 天前
★ 2
Qwenputer：在 Qwen3.5 内构建可运行的确定性 RISC-V CPU
一个名为 Qwenputer 的项目展示了在 Qwen3.5 模型内部实现可运行、确定性的 RISC-V CPU 模拟。该项目在 Hacker News 上引发关注，体现了大模型作为计算基底的探索性尝试。
Hacker News4 天前
★ 2
PsyJev：基于 System-1 判断的心理分析模型
研究者构建 PsyJudgeBench，涵盖 13 个标注数据集、82 个问题、六大心理领域，并提出 PsyJev 模型直接输出答案分布。基于 Qwen3.5 的 2B、4B、9B 版本平均测试 F1 分别为 64.33、66.21、67.56，其中 9B 超出最强外部对比 2.54 分。
arXiv cs.AI5 天前
★ 2
DKnown-Jev 基于 Qwen3.5 微调，规范知识任务准确率达 98.75%
研究者提出 DKnown-Jev，用于判断候选段落能否回答规范知识类问题，分为「答案证据」与「非答案证据」两类。2B 与 27B 版本分别基于 Qwen3.5-2B 和 Qwen3.8-27B 微调。27B 单轮训练在 1120 条人工验证测试集上取得 98.75% 准确率与 98.60% mac…
arXiv cs.AI13 天前
★ 2
AgriJev：基于Qwen3.5的多尺度农业候选评分模型
研究者推出 AgriJev，一系列基于 Qwen3.5 适配的 0.8B 至 9B 农业模型，通过单次前向调用返回候选评分与相对概率。AgriJev-9B 在 17 个外部测试视图上平均准确率达 75.44%，超过原始与 SFT 生成器。其评分延迟约为同规模答案生成的一半，适合农业决策场景。
arXiv NLP18 天前
★ 2
arXiv 论文：WebLoop 执行接地循环学习用于网页生成
论文提出 WebLoop 框架，在共享策略中联合学习生成、批评与精炼，训练无执行批评器以提供需求级判别与下游有用性信号。基于 Qwen3.5-9B，WebLoop 在 WebRise 达 41.5 分、WebGen-Bench 达 38.9% 准确率，较基座模型分别提升 11.3 与 15.4 分。
arXiv NLP24 天前
★ 2
突破空间壁垒：结构化输出约束加速语言模型推理
论文研究语言模型结构化输出（JSON、工具调用）的格式约束问题，证明相关图问题可用极低内存判定，复杂度落在 ReachUL、LOGDCFL 等类中，空间低于 Savitch 定理的 O(log²n)。基于该构造的推理引擎在 Apple M2 Pro 上运行 Qwen3.5-2B/4B，schema…
arXiv cs.AI25 天前
2026-W45Qwen 本周的讨论集中在能力边界测试而非榜单成绩：Qwenputer 模拟 RISC-V CPU，Qwen3.5-4B 则内嵌 NES 模拟器，两篇报道均聚焦小参数模型承载完整系统的可能性。相比此前比拼基准分数，本周更像在验证模型作为执行环境的上限，方向有趣但仍属实验性探索。