待验证50% 置信基准精确时间

经验内化微调把Qwen3-8B-27B的一次性得分从37.07提升到48.22，同时生成Token从641万降到57万（减少11倍）

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

RSIGame：让大模型自主开发游戏并递归自我进化

涉及实体

Qwen3-8B-27Bmodel RSIGameproduct

相关事实

待验证在终端基准（Terminal Bench）测试中，Qwen 3.6 27B得分约60.7，而Muse Glimmer只有51.7，明显落后76% 相似待验证微调后的Qwen3.5-4B模型在BU Bench V1基准上准确率从15%提升至53%74% 相似待验证Qwen 3.6 Max在中性模式下端到端准确率仅12.3%72% 相似待验证Qwen3 27B的IQ4XS量化版本性能相比原始满血版本仅下降约6%71% 相似待验证Qwen3.7 Max的输出质量高度依赖提示词质量，同一模型在不同提示词下的性能差异可高达30%-50%71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/968728

API

curl https://kongchang.com/api/v1/knowledge/claims/968728

MCP

get_claim(id=968728)