Qwen3.8-27B 单词加法测试

一项基准测试评估本地模型 Qwen3.8-27B-Q4_K_M.gguf 能否计算正整数加法并仅用英文单词返回精确结果。关闭推理时，5,070 个案例的数字准确率为 23.57%，格式合规率为 96.17%；开启中等推理后，在 169 次对比尝试中答对 167 次，但该测试每组仅运行一次。