热点事件持续更新
Qwen3.8 27B 本地模型加法基准测试：禁用推理性能骤降
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发布基准测试报告，评估Qwen3.8-27B-Q4_K_M.gguf模型将正整数加法运算转换为英文单词描述的能力。测试结果显示，当禁用思维链（CoT）推理功能时，模型总准确率仅为23.57%；尤其在大位数问题上表现严重下滑，从两位数至十三位数区间的正确率由97.04%暴跌至6.44%。然而，在启用推理功能后，模型表现显著改善，在169个配对案例中正确回答了167次，验证了推理机制对该类任务的关键作用。
AI 根据报道生成 · 2 小时前更新
最新进展10月5日 07:34
启用推理后，Qwen3.8 27B模型在169个案例中答对167个，验证思维链对该任务的关键作用。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 加法基准测试：禁用推理性能骤降，启用后几乎全对
Qwen3.8-27B-Q4_K_M.gguf 模型在正整数加法转英文单词基准测试中，禁用推理时总准确率仅 23.57%，两位数至十三位数正确率从 97.04% 暴跌至 6.44%。启用推理后，模型在 169 个配对案例中正确回答 167 次。
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。