Scaling dei dati agentici per l'intelligenza a lungo orizzonte nei terminal

Modello di ragionamento da 27B con pesi ternari a 1,72 bit per peso, derivato da Qwen3.8-27B con attenzione ibrida (~75% lineare). In GGUF PTQ1_0 occupa 5,95 GB, mantiene il 98,2% dell'intelligenza FP16 e arriva a ~47 tok/s su un laptop Apple M5 Max, con contesto da 262K token. Licenza Apache 2.0. Richiede la fork llama.cpp di Prism ML (i kernel ternari non sono in llama.cpp stock).

Libreria Python di Hugging Face per eseguire i pipeline dei modelli generativi: immagine, video e audio. È il modo standard per girare modelli come Qwen-Image in locale, con supporto CUDA e offload CPU per le GPU con meno memoria.

La libreria standard per NLP e modelli multimodali con migliaia di modelli pre-addestrati.

Modello per agenti locali e applicazioni specializzate, 1,73B parametri, architettura tri-hybrid (13 convoluzioni corte gateate, 5 attenzione a finestra scorrevole, 6 attenzione globale). Post-training agentico esplicito (harness come Hermes Agent, Pi, OpenClaw), 256K di contesto, 16 lingue incluso l'italiano, ~1GB di RAM a 4-bit. Licenza LFM Open v1.0.