正在整理你需要的资料…
把一台计算机直接编译进语言模型的权重里,可解释性研究里少见的方向。qwenputer 把 RISC-V CPU 塞进 Qwen3.5-4B,前置 11 层 Transformer 当 CPU,借模型自身的 Gated DeltaNet 状态当内存,不经过任何外部工具调用,跑得动 C 和 MicroPython 程序。
适合研究可解释性、想验证「模型里长出一台电脑」这类课题的人,以及想对比算术准确度提升幅度的评测者;它不是通用助手。
qwenputer
把一台计算机直接编译进语言模型的权重里,可解释性研究里少见的方向
下面是把仓库 README 逐节读完后归纳出的中文要点。
每组 40 道题用贪心解码对比 Qwen3.5-4B 与 Qwenputer,整数运算等基准上后者正确率明显更高;约 230,000 个输出位置经参考模型回放,未发现不一致
算力全在模型内部,不走外部工具调用;模型按 Qwen3_5ForCausalLM 载入,驱动把固件装进 DeltaNet 层状态,处理速度在 L4 上约为每秒 3,200 个追踪 token
机器的内存就是 Qwen3.5 自带的 Gated DeltaNet 层状态:键为一位向量只改写对应行,读写即一次 RAM 读写,其余靠地址位分配行、寄存器与调用栈
QwenFX 在 CPU 上运行 fx 这个编码智能体,用的是 fx 未经修改源码编译出的二进制;一组小仓库任务解出 15 道中的 15 道,还自行开了拉取请求
同一个 RISC-V 模型加三条指令与一份权重内存:VDOT 做 int8 激活与 int4 权重的乘加,WB 指定权重起点,SMAQA 汇总四个带符号字节乘积
在同一套指令上再加 put、append、get、list、delete 五个文件工具做成文件系统,文件名哈希到 DeltaNet 状态里的目录槽位,查一次只要两三个 token
git clone https://github.com/divagr18/qwenputer && cd qwenputer/experimental/riscv && uv sync --extra hf
hf download divagr1925/Qwen3.5-4B-Qwenputer --local-dir qwenputer-rv
uv run python -m chipformer.rv.chat qwenputer-rv --firmware tests/data/rv/calc-bridge.elf \
--ask "Use calc: what is 123456789 * 987654321?"| 主要语言 | Python | 许可 | NOASSERTION |
|---|---|---|---|
| 创建时间 | 2026-10-19 | 最近提交 | 2026-11-09 |
| 站内采集 | 2026-11-06 起,连续观察 12 天 | 最近一次 | 2026-11-17 |
最近 12 次采集
2026-11-06 693 ★ → 2026-11-17 823 ★ (累计 +130)
数据来自 GitHub 公开接口的每日采集快照,star 数为采集当时读到的值, 与 GitHub 页面上显示的实时数字可能有几分钟的差距。 项目名点击可回到 本页。