Разработчик Дивьянш Агравал представил экспериментальную модель Qwenputer на базе Qwen3.5-4B. Она может выполнять программы и точные вычисления внутри нейросети, не обращаясь к Python или внешнему калькулятору. Проект опубликован 22 октября, сообщает IT Home.
По описанию разработчика, в веса модели встроено исполнение команд 32-битной архитектуры RISC-V, а внутреннее состояние Qwen3.5 используется как оперативная память. Это позволяет модели выполнять арифметические операции и условные переходы как части программы. Обычная языковая модель формирует ответ, предсказывая следующие фрагменты текста, поэтому длинная цепочка вычислений может приводить к ошибкам.
В тестах Агравала точность умножения больших целых чисел выросла с 55% у исходной Qwen3.5-4B до 97,5% у Qwenputer, а деления — с 72,5% до 97,5%. На тесте операций с длинными целыми числами NUPA результаты составили 48,6% и 100% соответственно.
За такой способ вычислений приходится платить скоростью: на каждую команду процессора модель генерирует несколько текстовых токенов, поэтому расчёт, который обычно занял бы миллисекунды, может длиться секунды. Размер модели вырос примерно до 18,8 ГБ — почти вдвое по сравнению с исходной версией. Для запуска нужен специальный драйвер; по данным IT Home, проект может работать на одной видеокарте с 24 ГБ видеопамяти. Код опубликован на GitHub, модель — на Hugging Face.
Источник: IT Home.
