开源社区刚刚把千问 27B 的底层架构给彻底换血了——模型 Qwen3.8-27B-Longbook27-v2 直接把原版里剩下的 16 层全注意力全部干掉，做成了 100% 纯 Gated DeltaNet（GDN）！
这次魔改的含金量极高，专门针对长文档痛点下手：
1️⃣ 彻底干掉 KV Cache 显存爆炸：
传统的注意力机制只要上下文一长，显存就指数级暴涨。做成全层线性注意力后，显存几乎不再随输入长度膨胀，实测 262K 输入跑完整本书仅占约 55GB 显存，彻底告别 OOM。
2️⃣ 逐层蒸馏 + LoRA 恢复精度：
不是粗暴替换代码，而是通过逐层知识蒸馏与 LoRA(r32) 精细调优恢复，英日双语能力与逻辑完整保留。
3️⃣ 单张 4090 就能吃下：
4-bit（NF4）量化仅需 ~17GB 显存，意味着一张 24G 的 3090/4090 就能本地单卡全载，拿来啃大部头论文、长篇财报和整本书籍堪称降维神级神器。
📎 权重已上架 HF：summerAIO/Qwen3.8-27B-Longbook27-v2