يطرح مطوّر يعمل بـ Qwen3.6-35B-A3B والنموذج الكثيف Qwen3.6-27B حجةً بأن الأوزان متعددة اللغات تضيع ذاكرة الفيديو (VRAM) للمستخدمين الذين يركزون حصريًا على النصوص التقنية والأكواد باللغة الإنجليزية.
- يشير المؤلف إلى أن النماذج الكثيفة تتطلب تحميل ملفات أوزان كاملة بحجم 16-20 جيجابايت، مما يستبعد المستخدمين ذوي الأجهزة المحدودة مثل بطاقات الرسوميات (GPU) بسعة 8 أو 12 جيجابايت.
- يقترح حلين محتملين: تدريب نماذج جديدة من الصفر دون أي بيانات متعددة اللغات، أو تقليم النماذج الموجودة لإزالة السعة غير الإنجليزية لاحقًا.
- يستشهد المؤلف بدراسة حول نماذج الاستدلال مثل DeepSeek-R1 و OpenAI o1، ملاحظًا دقة تنفيذها المنخفضة في المهام المعقدة مقارنة بالمعايير البسيطة.
القلق الجوهري هو ما إذا كان من الممكن تقنيًا إزالة الأوزان متعددة اللغات لاستعادة ذاكرة الفيديو (VRAM) لأداء ترميز أفضل على الأجهزة الاستهلاكية.