134 - Qwen 3.5

In Episode 134 des KI Gilde Podcasts klären wir,
ob das neue Modell Qwen 3.5 die ultimative
Allzweckwaffe für die lokale Ausführung auf dem eigenen Rechner
ist. Wir analysieren die Architektur des gigantischen,
multimodalen Sprachmodells, das mit 36 Billionen Token trainiert
wurde und nativ 2011 Sprachen sowie komplexe Dokumentenlayouts
versteht.


Die Highlights der Folge:





Architektur & Skalierbarkeit: Wir
vergleichen klassische "dichte" Modelle mit effizienten
"Mixture of Experts"-Ansätzen (MoE) und beleuchten das
Größenspektrum von 0,6 bis hin zu 397 Milliarden
Parametern.




Speicher & Geschwindigkeit: Erfahre,
wie durch spezielle Architektur-Hacks ein gigantisches
Kontextfenster von 262.144 Token erreicht wird und wie
"Multi-Token Prediction" die Textausgabe extrem
beschleunigt.




Multimodalität durch "Early Fusion": Warum
Qwen 3.5 Text, Bilder und Programmcode von der ersten
Schicht an gemeinsam lernt und klassische Texterkennung
(OCR) überflüssig macht.




Lokale Hardware-Revolution: Wie Werkzeuge
wie Unsloth (intelligente Quantisierung) und llama.cpp es
möglich machen, massive Modelle lokal auf handelsüblichen
Consumer-Grafikkarten oder Apple-Geräten auszuführen und
sogar zu trainieren.




Praxis-Hürden & "Thinking Mode": Wir
besprechen die Tücken der lokalen Ausführung und warum der
neue "Denkmodus" des Modells aktuelle
Software-Schnittstellen (Parser) überfordert und oft zu
Endlosschleifen führt.





Ein tiefer Blick in die Mechaniken der lokalen KI-Inferenz und
ein Paradigmenwechsel für die Zukunft der Softwareentwicklung!