Блог

Заметки с исследования от Q Project — как на самом деле работают наши модели, что ломалось по пути и что мы проверили, прежде чем об этом рассказывать.

Октябрь 2026 · обновление

N-Q-26M-JEV-1027: логика, ловушки и решения для чата

Обновление модели решений: +8 в логике, +20 в логике с ловушками, поиск ложных предпосылок с 0.44 до 0.61, решения «нужен калькулятор?» и «думать ли?» для чата. Честное сравнение с маленькими NLI-моделями.

модель решений NLI дистилляция обновление

Октябрь 2026 · эксперимент

N-Q-26M-JEV: модель, которая не пишет текст, а принимает решения

Модель решений в духе Jev на базе N-Q-26M-Chat: выбор, оценка или «да/нет» с откалиброванными вероятностями за один проход. Сильна на обученных задачах, около случайного уровня на новых. Работает в браузере.

модель решений калибровка классификация браузер

Октябрь 2026 · новинка

N-Q-26M: маленькая русско-английская модель с точными вычислениями

Первая модель линейки N-Q: 29.7M параметров, обучена с нуля на одной V100 за 6.6 часа, понимает русский и английский. Архитектура выбрана абляцией, чат работает прямо в браузере.

русский gated deltanet вызов инструментов браузер

Сентябрь 2026 · претрейн + дообучение завершены

Q-164M и Q-U-164M: текст, диалог и точные вызовы инструментов

Более крупный, только текстовый преемник Q-Omni: 200 000 шагов претрейна, диалоговая дообучка Q-U-164M (5 итераций до стабильной версии), честное сравнение с другими моделями через QBench, и qpack-экспорт, который работает прямо в браузере без сервера и GPU.

тернарные веса вызов инструментов диалог qpack

Сентябрь 2026

Q-Omni: модель без embedding-таблицы

Модель на 53M параметров с тернарными весами, общим замороженным 512-битным словарём отпечатков для текста/изображений/звука, точными арифметическими circuits и упакованным форматом на 33 МБ, который работает прямо в браузере.

тернарные веса замороженный словарь мультимодальность webgpu

Blog

Research notes from Q Project — how our models actually work, what broke along the way, and what we checked before saying so.

October 2026 · update

N-Q-26M-JEV-1027: logic, trick questions and decisions for chat

An update of the decision model: +8 on NLI, +20 on adversarial NLI, false-premise detection 0.44 → 0.61, "needs a calculator?" and "think first?" decisions for chat. An honest comparison with small NLI models.

decision model NLI distillation update

October 2026 · experiment

N-Q-26M-JEV: a model that makes decisions instead of writing text

A Jev-style decision model built on N-Q-26M-Chat: a choice, a score or a yes/no with calibrated probabilities in one forward pass. Strong on trained tasks, near chance on new ones. Runs in the browser.

decision model calibration classification browser

October 2026 · new

N-Q-26M: a small Russian/English model with exact computation

The first model of the N-Q ladder: 29.7M parameters, trained from scratch on one V100 in 6.6 hours, Russian and English. The architecture was chosen by an ablation; the chat runs right in the browser.

russian gated deltanet tool calling browser

September 2026 · pretrain + fine-tune complete

Q-164M & Q-U-164M: text, dialogue, and exact tool calls

A bigger, text-only successor to Q-Omni: 200,000 pretrain steps, a dialogue fine-tune (Q-U-164M, five iterations to get stable), an honest comparison against other models via QBench, and a qpack export that runs client-side with no server or GPU.

ternary weights tool calling dialogue qpack

September 2026

Q-Omni: a model with no embedding table

A 53M-parameter model with ternary weights, a frozen 512-bit fingerprint vocabulary shared across text/image/audio, exact-arithmetic circuits, and a 33 MB packed format that runs client-side in a browser tab.

ternary weights frozen vocabulary multimodal webgpu

博客

来自 Q Project 的研究笔记 — 我们的模型究竟是如何工作的、过程中出过什么问题，以及我们在如实讲述之前做过哪些验证。

2026 年 10 月 · 更新

N-Q-26M-JEV-1027：逻辑、陷阱问题与聊天决策

决策模型更新：NLI 提升 8 点，对抗 NLI 提升 20 点，虚假前提检测从 0.44 到 0.61，新增「需要计算器？」「先思考？」聊天决策。与小型 NLI 模型的诚实对比。

决策模型 NLI 蒸馏 更新

2026 年 10 月 · 实验

N-Q-26M-JEV：一个不写文本、而是做决策的模型

基于 N-Q-26M-Chat 的类 Jev 决策模型：一次前向计算给出选择、评分或"是/否"，概率经过校准。擅长训练过的任务，面对新任务接近随机。在浏览器中运行。

决策模型 校准 分类 浏览器

2026 年 10 月 · 新发布

N-Q-26M：带精确计算的小型俄英双语模型

N-Q 系列的第一个模型：29.7M 参数，在一张 V100 上用 6.6 小时从零训练，理解俄语和英语。架构由消融实验选出，聊天直接在浏览器中运行。

俄语 gated deltanet 工具调用 浏览器

2026 年 9 月 · 预训练与微调均已完成

Q-164M 与 Q-U-164M：文本、对话与精确工具调用

比 Q-Omni 更大的纯文本继任者：200,000 步预训练、面向对话的微调（Q-U-164M，历经五次迭代才稳定下来）、通过 QBench 与其他模型的如实对比，以及可在客户端运行、无需服务器或 GPU 的 qpack 导出。

三元权重 工具调用 对话 qpack

2026 年 9 月

Q-Omni：一个没有嵌入表的模型

一个 5300 万参数的模型，采用三元权重、在文本/图像/音频之间共享的冻结 512 位指纹词表、精确算术 circuits，以及一种可直接在浏览器标签页中运行的 33 MB 打包格式。

三元权重 冻结词表 多模态 webgpu