A.I. 日报
UkisAI开源Swift模型下载量突破220万
小型实验室UkisAI宣布其开源推理高效LLM系列Swift下载量超过220万次，该系列通过惩罚模型过度思考，在保持准确率的前提下将token用量降低58.3%、速度提升1.95倍。团队同时推出Discord社区，前100名成员可提前体验未发布的Swift GLM 5.3 Flash、Swift 9B以及UkisAI Code和Swift.cpp等工具。
UkisAI
6 篇报道UkisAI 是一家小型 AI 实验室，推出基于 Qwen 的 Swift 系列开源推理模型。近期报道集中在 Swift 系列的发布与下载表现：Swift-Qwen3.8-27B 通过惩罚“过度思考”思维链，将思考 token 减少 58%、速度提升 1.95 倍；Swift1.5-Qwen3.8-Flash-Next 在 Aider 基准上首轮通过率达 41.1%，每题 token 从 17,646 降至 6,991；整个 Swift 系列下载量已超过 220 万次。
相关话题
- Swift2
- Swift 9B1
- Swift.cpp1
- Swift GLM 5.3 Flash1
- UkisAI Code1
- Aider1
- Qwen3.8-Flash-Next1
- Swift1.5-Qwen3.8-Flash-Next1
- Unsloth1
- GSQ-RCO1
- Qwen1
- HuggingFace1
Swift1.5-Qwen3.8-Flash-Next基准测试表现亮眼
用户对比测试显示，Swift-1.5-Qwen3.8-Flash-Next在Aider基准上首试通过率41.1%，与基座模型40.2%相当，但每例token用量从17646降至6991，耗时从1542秒降至608秒，大幅减少过度推理。
UkisAI发布Swift系列高效推理模型
UkisAI基于Qwen推出Swift系列推理模型，通过惩罚过度思考模式并用强化学习恢复精度来减少思考token。Swift Flash Next思考token减少63.4%，速度提升1.8倍；Swift1.5 27B减少58.5%，准确率略升；Swift Bonsai 2减少39.8%。提供API、演示及多种量化版本。
Swift Qwen 3.8 27B开源模型下载破10万
小型团队 UkisAI 发布的开源模型 Swift Qwen 3.8 27B 在 Hugging Face 下载量超过100,000次，团队称通过减少病态“过度思考”降低了token使用并加速模型运行，计划继续推出改进版本。
Swift‑Qwen3.8‑27B细调显著减少“过思考”令牌
LocalLLaMA帖子介绍UkisAI的Swift‑Qwen3.8‑27B细调版，通过惩罚触发过度推理的标记并借鉴BottleCap AI方法，实现约30–50%更少的推理令牌而保持输出质量。
UkisAI 发布 Swift‑Qwen3.8‑27B 更快更省思考
UkisAI 在 Qwen 3.8 27B 基础上进行后训练，识别并惩罚导致“过度思考”的 token，结合 On‑Policy Distillation 将推理令牌减少 58%、速度提升 1.95 倍、准确率损失 <1%。模型开源于 Hugging Face，并提供由 NVIDIA 资助的免费 OpenAI 兼容 API（限速 5 RPM）。
已经到底了