热点事件持续更新
Qwen3.8 27B 英文加法输出基准测试结果
1 篇报道1 个报道来源19 小时前更新
先了解这件事
AI 综述
2026 年 10 月 5 日，Simon Willison 发布了对 Qwen3.8 27B 模型用英文单词表达加法结果的基准测试结果。测试使用 Qwen3.8-27B-Q4_K_M.gguf 模型，在 DGX Spark 本地硬件上完成，灵感来自两年前用 GPT-4o 做的同类实验。测试分为两个阶段：在禁用推理模式时，模型在 5,070 道加法题中仅 23.57% 能用英文单词正确输出结果；按位数细分，对 1-3 位数的正确率高达 97.04%，但对 10-13 位数的正确率骤降至 6.44%，显示出随位数增加表现的急剧退化。启用中等推理模式后，模型在 169 道对比题中答对 167 题，正确率显著提升，表明推理能力对完成此类英文输出任务有关键作用。
AI 根据报道生成 · 2 小时前更新
最新进展10月5日 07:34
禁用推理时该模型英文加法输出正确率仅 23.57%，启用推理后 169 道对比题答对 167 道。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- Simon WillisonQwen3.8 27B 模型加法结果用英文单词表达的基准测试
禁用推理时，Qwen3.8-27B-Q4_K_M.gguf 在 5,070 道加法题中仅 23.57% 能用英文单词正确输出结果，对 10-13 位数正确率从 1-3 位的 97.04% 跌至 6.44%；启用中等推理后，169 道对比题答对 167 题。该测试在 DGX Spark 本地硬件上完成，灵感来自两年前用 GPT-4o 做的同类实验。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。