2026 年 10 月 30 日，開發者發布 nesformer 專案，把 NES 的 6502 CPU（2A03 核心）、2KB 工作記憶體和卡帶 ROM 編譯進標準 Qwen3.5 檢查點的權重裡。據 Hacker News 帖子，權重約 1GB，全部由編譯器計算而非訓練得到；執行時模型逐 token 預測 CPU… 看完整事件
有人把 NES 6502 CPU 模擬器燒進 Qwen3.5-4B 權重
Drew Breunig 受 qwenputer 啟發，把可執行的 NES 6502 CPU 模擬器做進了 Qwen3.5-4B 的權重裡，現在能在 Qwen 內部跑 Super Mario Bros 等 NES ROM，速度很慢。實現過程由 Opus 5.5 完成：提示詞要求先讀 qwenputer 部落格與原始碼，再判斷能否用同樣方法模擬 NES 的晶片與記憶體、需要多大模型才能跑到標準時鍾頻率；
把 CPU 模擬器壓進 4B 權重並藉助公開一致性測試集驗證，是模型即程式方向少見的可執行例項，對關注本地推理與模型能力邊界的人有參考價值。
原標題：dbreunig/nesformer
閱讀原文
| 評分 | 68 / 65（平均 66，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
Qwen3.5 4B 權重內嵌 RISC-V CPU，用 GDN 層當記憶體
實驗模型 Qwenputer 在 Qwen3.5 4B 權重裡編譯進一顆 32 位 RISC-V CPU（RV32IM 加 Zba 擴充套件），以 Gated DeltaNet 注意力層的狀態矩陣當 RAM。CPU 佔模型 32 層中的前 11 層，全程不訓練，權重由編譯器直接寫入；它已通過官方 riscv-tests，程式結果與 qemu 一致，自由執行 1800 萬條指令無差錯，能跑 C 和 MicroPython，但還不到跑 Linux 的程度。
360M 模型微調成終端，可在瀏覽器跑 vim 與貪吃蛇
作者用 Qwen2.5-Coder-0.5B 微調出 360M 引數模型 WorldTUI，它背後沒有 shell 和檔案系統，只根據每次按鍵預測終端螢幕變化，能建立檔案、執行 vim 與 tmux、玩貪吃蛇。訓練資料由 Docker 中錄製的真實終端會話合成，共 33.6 萬段、約 20 億 token，其中 35% 的會話從任務中途開始；推理使用僅 333 個 token 的小詞表，COPY 行操作把滾動重繪從約 3000 token 降到每行 3 個。
微軟發布 4B 程式設計智慧體模型 FrogNano
微軟推出 FrogNano-4B-2609，一個面向低視訊記憶體裝置的程式設計智慧體模型，基於 Qwen3.5-4B 後訓練而來。其額外訓練為純文字、聚焦倉庫級軟體工程，用約 1500 個合成 SWE 任務環境和基於可執行測試的獎勵做強化學習，不依賴更強模型的解題軌跡蒸餾。模型需配合 Leaf 工具框架生成結構化工具呼叫，產出的補丁須經人工審查、迴歸測試與安全驗證後才能使用。
Pico 2 W 上跑起能玩遊戲的 26k–131k 引數世界模型
一個 26k–131k 引數的微型世界模型在 Raspberry Pi Pico 2 W 上執行 Breakout、Doom-lite、Flappy Bird、Pong 和 Pac-Man lite 五個小遊戲。它由兩個網路組成：int8 量化的迴圈 Transformer 世界模型根據當前幀和動作預測下一幀與獎勵，9k–16k 引數的 MLP actor 只根據生成幀選動作，兩者都跑在 RP2350 的 core 1 上。
Strata 搭配 Qwen3.8 Next 在 DDR4 平台跑出 45-70t/s
有使用者報告，用 Strata 執行 Qwen3.8 Next 的 IQ3_XXS 權重（接近 80GB），在 DDR4 記憶體加 7900XTX 的慢速平台上穩定達到 45-70 token/s，編碼時因 mtp 有時更高。同一臺機器上經調優的 llama.cpp 最高約 22.5t/s，且該使用者認為品質明顯更好，但不推薦 Q2 權重。12GB 和 16GB 顯示卡使用者有類似結果，DDR5 平台則顯著更快。