참고Reddit
UkisAI, Qwen 기반 추론 최적화 모델 'Swift' 시리즈 공개
추론 토큰을 대폭 줄이고 처리 속도를 개선. 로컬 LLM 환경에서 최적화 벤치마크용으로 검토 권장.
요약
UkisAI가 Qwen 기반의 효율적인 추론 모델인 Swift 시리즈를 발표하며, 과도한 사고 패턴을 페널티로 제어하고 RL(GSPO) 및 OPD를 통해 정확도를 개선했다. 새롭게 출시된 Swift1.5 27B는 이전 모델 대비 사고 토큰 사용량을 58.5% 줄이면서도 정확도는 0.35% 높였고, Terminal Bench 2.1에서 기본 모델보다 우수한 에이전트 성능을 보여주었다. Swift Flash Next 모델은 사고 토큰을 63.4% 절감하고 속도를 1.8배(원문 내 1.95배 등 수치 혼재) 향상시키며 연산 효율성을 대폭 개선했다. 또한 이번 릴리즈에는 많은 요청이 있었던 27B 및 Flash-Next용 GSQ-RCO 양자화 버전이 포함되어 있다. UkisAI는 앞서 공개한 Swift Qwen 3.8 27B 모델이 13일 만에 35만 회 이상의 다운로드를 기록했다고 밝혔다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 UkisAI Swift Series / 27B, Flash Next and Bonsai 2 + GSQ-RCO / -63.4% thinking, x1.95 speed with xhigh accuracy
원문 보기 ↗