UkisAI 發布 Swift 系列 Qwen 微調推理模型：Flash Next 減少 63.4% 思考 token 並提速 1.8 倍

據 Reddit 社群消息，UkisAI 發布基於 Qwen 的 Swift 系列高效推理模型，包含 Swift1.5 27B、Flash Next 與 Bonsai 2。開發團隊表示，該系列透過懲罰與病態過度思考（overthinking）相關的 token，並利用強化學習（GSPO）與 OPD 恢復準確率。 據開發者公布的測試數據，Swift1.5 27B 較前代減少 58.5% 思考 token，準確率微升 0.35%，並在 Terminal Bench 2.1 改善了陷入過度思考錯誤迴圈的問題；Swift Flash Next 減少 63.4% 思考 token，速度提升 1.8 倍，準確率微降 0.2%；實驗性質的 Swift Bonsai 2 則減少 39.8% 思考 token，準確率提升 0.19%。 上述數據涵蓋 GPQA、AIME26、LiveCodeBench 等基準測試，均在 Base 與 Swift 模型上運行 5 次並取平均值。目前模型已在 Hugging Face 提供 GGUF、NVFP4、MLX、W4A16 及 GSQ-RCO 等量化版本，並預告將於近期推出 9B 版本。