研究團隊利用 Dell B300 硬體，基於 Qwen3.8-Flash-Next 開發出兩個微調版本：Victoria 與 Maple。

Victoria 採用 REAP 技術將每層專家數量從 512 削減至 288（減少 44%），並使用 NVFP4 格式進行重訓練。該模型在 Terminal-Bench 2.1 上獲得 70% 得分。在 Dell B300 上，可達每秒 280 個 token 的生成速度。

Maple 則針對加拿大語境進行微調，顯著提升了當地稅務與法規問題的準確率。在測試中，完全正確的回答率從 6.6% 提升至 21.8%，並在 62.9% 的案例中引用官方來源。

事件背景

REAP（路由器權重專家激活剪枝）是一種針對混合專家（MoE）模型的壓縮技術，根據路由器權重移除不活躍的專家，從而在不顯著損失準確度的情況下縮減模型規模。NVFP4 是專為 NVIDIA Blackwell GPU 設計的 4 位元浮點數量化格式，相比均勻 INT4，它在保持低精度效率的同時提供了更佳的動態範圍。

社群觀察

社群成員對適合 RTX 3090 用戶的更小量化版本感興趣，並測試專為 Flash-Next 設計的 Strata 等引擎。此外，大家也討論了 Maple 在「無答案」回應中工具呼叫與幻覺（編造）之間的權衡，突顯了對幻覺率的關注。