待验证50% 置信事实精确时间
作者只测试了 qwen2.5:7b 一个模型，明确表示无法对其他模型的表现下结论。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/18
首次发现
有效期至：2027/1/16
来源
VaultLedger：基于 Ollama 的离线发票对账工具
rss2026/10/18
涉及实体
相关事实
待验证三个被测模型中只有 Qwen2.5-3B 能在证据不支持答案时可靠地拒绝回答77% 相似待验证该测试为单一来源的个人测试，模型型号被标注为Qwen 3.8 27B存在命名歧义，实际配置、量化方式、生成耗时等细节均未披露，可复现性有待验证74% 相似待验证作者提到此前测试的35B、3B等其他模型在看板任务上的表现反而不如Qwen3 27B的Q2版本67% 相似待验证一位拥有私有基准的用户表示Qwen 3.8是仅有的第二个能正确推理出其测试题的本地模型，但耗时12分30秒且比Gemma 4多用五倍token65% 相似待验证B站开发者Luke对Unsloth发布的Qwen3系列27B模型进行了从Q1到Q8多个量化级别的横评测试65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1058369API
curl https://kongchang.com/api/v1/knowledge/claims/1058369MCP
get_claim(id=1058369)