Qwen3.8英文单词加法基准测试

Simon Willison于2026年10月5日报道了一项针对本地模型Qwen3.8-27B的基准测试，评估其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，测试包含5,070个案例，数字准确率为23.57%，格式合规率为96.17%。开启中等推理后，模型在169次对比尝试中答对167次，但该测试每组仅运行一次。报道显示，推理设置变化后测试结果明显不同，但当前信息仅涵盖上述测试数据。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。