#Qwen3.8

共 5 篇相关资讯，按重要度与时间排序，每 3 小时更新。

★ 3

Memdoor 用 5 个 Qwen3.8-27B 智能体在 LiveCodeBench Hard 追平 Fable 5

开发者以 Memdoor 工作流复现 GVS5H 方法，用规划、构思、求解、管理等五个角色的 Qwen3.8-27B 智能体通过磁盘文件协作，在 LiveCodeBench Hard 前十题五轮测试中平均得分 9.8，高于原作者 harness 的 9.6 与 Fable 5 单模型的 8.0。作…

Hacker News1 天前

★ 3

研究：五个 Qwen3.8-27B 实例借 GVS5H 编排追平 Fable 5

一项研究提出基于账本的零样本自编排方法，让同一模型的多个实例通过共享文件系统分解问题并协同求解。在 LiveCodeBench 100 道难题上，编排后的 Qwen3.8 Flash Next 以 9% 成本达到 93.0% pass@1，超过 Fable 5 的 90.4%；本地部署的 Qwen…

Hacker News8 天前

★ 3

研究：先问视角会改变视觉语言模型的选择，GPT 与 Qwen3.8 均受影响

论文指出，在 Director Task 中先要求模型报告导演能看到哪些积木，会显著提高其选择被遮挡积木的比例——六个 GPT 模型上升 12 至 88 个百分点，Qwen3.8-27B 上升 17 个百分点。这说明视角提问本身会改变后续动作，作者据此提出配对提示基线，供所有心智理论评测采用。

arXiv NLP11 天前

★ 3

Qwen3.8-27B 在 iPhone 18 神经引擎跑出 15–70 tok/s

开发者展示在 iPhone 18 神经引擎上以 1.5 bpw 量化运行 Qwen3.8-27B，速度达每秒 15 至 70 个 token。该实验说明大模型端侧本地推理在手机芯片上已具备可用性。

Hacker News15 天前

★ 2

Qwen3.8 27B 文字加法实验复现

Simon Willison 复现 Colin Frasier 两年前用 GPT-4o 做的「用文字输出加法结果」实验，在 DGX Spark 本地硬件上以 Qwen3.8-27B-Q4_K_M 模型运行。实验在完全可控环境下探索大数加法在文字输出格式下的准确率衰减规律。

Simon Willison Blog28 天前