독립 개발자 CCORE가 Qwen3.5-4B를 미세 조정하여 만든 프리뷰 버전의 코딩 모델로, 텍스트 설명을 바탕으로 자체 완결형 HTML 파일 내의 Three.js 인터랙티브 3D 장면을 생성합니다. 10월 29일에 이미 등재된 바 있습니다. 이번 재등재는 10월 30일부터 GGUF 버전이 참조 이미지를 입력받을 수 있게 되었기 때문입니다. 이미지를 입력하면 이를 바탕으로 3D 장면을 작성합니다.
상승 점수 348 · 좋아요 394 · 다운로드 수 29615
이유
- 새 내용 1: 개발자가 10월 30일에 약 644 MiB 크기의 비전 프로젝터 파일을 업로드했습니다. 이는 원본 Qwen3.5-4B의 BF16 mmproj 파일로, 수정 없이 lmstudio-community에서 가져온 것입니다. Q4_K_M 및 Q8_0 양자화 버전에 이 파일을 로드하면 이미지를 인식할 수 있습니다. 카드의 예시에서는 복셀 나무 섬 참조 이미지를 입력하고 "create this scene using voxels 3d"라는 프롬프트를 제공했으며, 모델은 이에 해당하는 Three.js 장면을 생성했습니다.
- 새 내용 2: 10월 29일, 즉 이전 등재 이후에 개발자는 학습 기술 보고서 PDF를 공개했습니다. FP16 safetensors 가중치와 4,146개의 장면으로 구성된 학습 데이터셋(MIT 라이선스)도 현재 모두 공개되었습니다.
- 4B 규모로, GGUF를 사용하면 로컬에서 실행할 수 있으며, 라이선스는 Apache-2.0입니다.
사용법
- llama.cpp: llama-server -m Qwen3.5-4B-3D-Coder-Q4_K_M.gguf --mmproj mmproj-Qwen3.5-4B-BF16.gguf --n-gpu-layers all --flash-attn on --ctx-size 65536 명령을 실행한 후, 내장된 WebUI에서 이미지를 첨부하여 프롬프트를 전송합니다. 개발자는 llama.cpp b11889으로 테스트했습니다. Q8_0의 경우 --cache-type-k q8_0 --cache-type-v q8_0 옵션을 추가하여 KV 캐시를 절약할 수 있습니다.
- 시스템 프롬프트는 카드에 명시된 대로 작성합니다: cdnjs의 three.js 0.160.0 버전 중 three.module.min.js만 사용하며, addons는 임포트하지 않고, 카메라 제어는 HTML에 직접 작성합니다. 샘플링은 temperature 0.6–0.8, top_p 0.90–0.95, top_k 20–40 범위를 사용합니다.
- LM Studio에서는 기본적으로 활성화된 다중 토큰 예측(MTP)을 비활성화해야 합니다.
리스크
- 이미지 인식 기능은 원본 Qwen3.5-4B의 프로젝터에서 비롯된 것으로, 3D 장면을 위한 전용 비전 학습은 이루어지지 않았습니다. 개발자는 출력물이 참조 이미지에 대한 이해를 바탕으로 하며, 모든 세부 사항을 그대로 재현하지는 않는다고 설명했습니다. 예시는 하나뿐이며 짧은 테스트만 수행되었고, 전체 컨텍스트 길이에서의 부하 테스트는 진행되지 않았습니다.
- 여전히 초기 프리뷰 단계이며, 어떠한 벤치마크 점수도 없습니다. 이미지 토큰과 생성된 코드가 컨텍스트를 공유하며, 프로젝터는 추가 메모리를 차지합니다. 다른 프론트엔드에서 이미지 인식이 가능한지는 각 프론트엔드의 멀티모달 구현에 따라 달라집니다.
- 개인이 미세 조정한 모델로, Qwen 공식 버전이 아닙니다.