● TriAttention：支持 4090 本地运行 32B 模型的新技术

📌 一句话摘要 TriAttention 通过全新 KV Cache 压缩方法，实现单张 RTX 4090 部署 32B 大模型，推理速度提升 2.5 倍。 📝 详细摘要 由 @yukangchen_ 团队推出的 TriAttention 技术正式开源。该技术基于 Pre-RoPE 空间的三角函

● Qwen 3.5 去审查激进版发布

📌 一句话摘要 基于 Qwen 3.5-35B 的完全去审查版本发布，支持多模态且可在 4090 显卡运行。 📝 详细摘要 推文介绍了一个名为 Qwen3.5-35B-A3B-Uncensored 的模型版本。该版本彻底移除了安全拒绝机制（0 拒绝），支持文本、图片、视频多模态输入，拥有原生 2

● 推荐本地大模型硬件适配查询工具 CanIRun.ai

📌 一句话摘要 介绍了一个可以根据本地硬件配置推荐最适合运行的大模型的在线工具 CanIRun.ai。 📝 详细摘要 推主分享了一个实用的工具网站 CanIRun.ai，该网站能够根据用户选择的本地机器配置（如显卡型号），提供可运行的本地大模型列表、评级及参数建议。推主以自己的 RTX 4090