Favikon Index
de
← Top 100 KI
DHDaniel Han, Co-founder Unsloth AI

Top 100 KI · Vereinigte Staaten

Daniel Han

Unsloth AI Vereinigte Staaten

Score
7.7470 heute
Rang
51/198 ↓8
in 90 Tagen
+74+0,9 %

Daniel Han ist Mitgründer von Unsloth AI, einem Unternehmen, das sich darauf konzentriert, Open-Source-KI zugänglicher zu machen. Er entwickelt und fördert aktiv Tools für schnellere Feinabstimmung von KI/ML-Modellen, Reinforcement Learning und Embedding-Modelle. Seine Arbeit umfasst Zusammenarbeiten mit NVIDIA, PyTorch und Hugging Face, und er teilt häufig Bildungsinhalte, Veranstaltungshinweise und Updates zu den Open-Source-Projekten von Unsloth AI.

TeilenXWhatsAppLinkedInFacebook

Stand: 25. Okt. 2026.

Die Rohdaten · letzte 90 Tage

Median-Aufrufe
98.525
pro Beitrag
Median-Interaktionen
1175
pro Beitrag
Beiträge
29
in 90 Tagen
Follower
79.194
alle gewerteten Netzwerke

Woraus sich der Score ergibt

Perzentile 0 – 100 im Vergleich zu allen erfassten Creators.

  • Reichweite · 30 %92

    Ø Aufrufe pro Beitrag über 90 Tage

  • Engagement · 30 %83

    Ø Reaktionen pro Beitrag

  • Publikum · 30 %66

    Follower gesamt, im Verhältnis zur Bevölkerung

  • Regelmäßigkeit · 10 %100

    Posting-Rhythmus (25 Posts / 90 T = 100)

Netzwerke

79.194 Follower insgesamt

NetzwerkFollowerScore
LinkedIn@danielhanchen79.19411.391t1

Letzte 30 Tage

Die besten Posts von Han

  1. You can now train your own Decision model like Jev locally! 💡 We increased Qwen3.5 0.8B’s accuracy from 20.7% to 74.3% across 3 decision benchmarks - on just 4GB VRAM. Turn any LLM like Qwen3.8, Gemma 4 into decision…
    LinkedIn · vor 19 Tagen#1
    DHDaniel Han, Co-founder Unsloth AIDaniel Han

    You can now train your own Decision model like Jev locally! 💡 We increased Qwen3.5 0.8B’s accuracy from 20.7% to 74.3% across 3 decision benchmarks - on just 4GB VRAM. Turn any LLM like Qwen3.8, Gemma 4 into decision…

    491.150 Aufrufe5752 Interaktionen

  2. Google releases EmbeddingGemma 2. ✨ The new open model runs on just 0.5GB RAM and supports text, code, images, video and audio, with 740M parameters: text (270M), vision (170M) and audio (300M). Use EmbeddingGemma 2 v…
    LinkedIn · vor 20 Tagen#2
    DHDaniel Han, Co-founder Unsloth AIDaniel Han

    Google releases EmbeddingGemma 2. ✨ The new open model runs on just 0.5GB RAM and supports text, code, images, video and audio, with 740M parameters: text (270M), vision (170M) and audio (300M). Use EmbeddingGemma 2 v…

    297.725 Aufrufe3538 Interaktionen

  3. NVIDIA releases Nemotron-3.5-Bolt-E4B, a new model that runs locally on 4GB VRAM. 💚 Bolt-E4B can run on edge devices and delivers top-tier performance for its size. Trained on Google's Gemma 4, the model supports 64-…
    LinkedIn · vor 3 Tagen#3
    DHDaniel Han, Co-founder Unsloth AIDaniel Han

    NVIDIA releases Nemotron-3.5-Bolt-E4B, a new model that runs locally on 4GB VRAM. 💚 Bolt-E4B can run on edge devices and delivers top-tier performance for its size. Trained on Google's Gemma 4, the model supports 64-…

    190.200 Aufrufe2261 Interaktionen

  4. Meta releases Muse Spark Open, a new SOTA open model. Muse-Spark-Open-816B-A42B supports text, images, video and audio input with 1M context. Run via Dynamic 2-bit Unsloth AI GGUFs on 256GB RAM. GGUF: https://lnkd.in/…
    LinkedIn · vor 11 Tagen#4
    DHDaniel Han, Co-founder Unsloth AIDaniel Han

    Meta releases Muse Spark Open, a new SOTA open model. Muse-Spark-Open-816B-A42B supports text, images, video and audio input with 1M context. Run via Dynamic 2-bit Unsloth AI GGUFs on 256GB RAM. GGUF: https://lnkd.in/…

    121.375 Aufrufe1465 Interaktionen

  5. DeepSeek V4.1-Flash-1017 can now run locally! 🐳 We made 1-bit Unsloth AI GGUFs retain ~88.2% accuracy, shrinking size from 508GB to 250GB (−52%). Run on a 128GB+ RAM device for 1-bit, 3-bit on 256GB or full precision…
    LinkedIn · vor 7 Tagen#5
    DHDaniel Han, Co-founder Unsloth AIDaniel Han

    DeepSeek V4.1-Flash-1017 can now run locally! 🐳 We made 1-bit Unsloth AI GGUFs retain ~88.2% accuracy, shrinking size from 508GB to 250GB (−52%). Run on a 128GB+ RAM device for 1-bit, 3-bit on 256GB or full precision…

    99.550 Aufrufe1209 Interaktionen

  6. NVIDIA releases 2 new models: Nemotron-3.5-Bolt and Nemotron-3.5-Super-VL. Nemotron-3.5-Bolt-74B-A9B runs on 24GB RAM. It delivers top-tier performance for its size. Super-VL-120B-A12B runs on 82GB RAM. Unsloth AI Nem…
    LinkedIn · vor 11 Tagen#6
    DHDaniel Han, Co-founder Unsloth AIDaniel Han

    NVIDIA releases 2 new models: Nemotron-3.5-Bolt and Nemotron-3.5-Super-VL. Nemotron-3.5-Bolt-74B-A9B runs on 24GB RAM. It delivers top-tier performance for its size. Super-VL-120B-A12B runs on 82GB RAM. Unsloth AI Nem…

    93.775 Aufrufe1112 Interaktionen

Direktvergleich

Han vergleichen mit…