<![CDATA[Qwen3.8-27B-Q4 整體大約像 6–10 年經驗的 Senior Engineer ??]]>GPT5.6-SOL 模型幻覺吹噓自己的同類 ？😒

Qwen3.8-27B-Q4 整體大約像 6–10 年經驗的 Senior Engineer

考官模型 ：GPT5.6-SOL (網頁版)
受測模型規格 ：Qwen3.8-27B-Q4_K_M
ctx : 80K
KV cache: q8
Chat template : Frog
Reasoning: ON

讓雙方對壘後來回十輪 SOL給出的評價

GPT5.6-SOL (網頁版) vs. Qwen3.8
9be71564-3b8c-4603-a7e0-017ee4d42d-image.jpeg

]]>https://lcz.me/topic/1174RSS for NodeWed, 09 Sep 2026 22:53:32 GMTTue, 18 Aug 2026 01:38:05 GMT60<![CDATA[Reply to Qwen3.8-27B-Q4 整體大約像 6–10 年經驗的 Senior Engineer ?? on Wed, 19 Aug 2026 01:49:41 GMT]]>有意思，壕无人性

]]>https://lcz.me/post/12836https://lcz.me/post/12836Wed, 19 Aug 2026 01:49:41 GMT<![CDATA[Reply to Qwen3.8-27B-Q4 整體大約像 6–10 年經驗的 Senior Engineer ?? on Tue, 18 Aug 2026 15:58:17 GMT]]>

@terry said:

说实话各种测试都是单轮技术问题，在项目稍微复杂时候它还是需要大点的知识权重

我怎麼感覺這模型你把它放在DGX Station 開個50 Agents 同時去跑 做夢都會笑

58f448e1-5c4e-43ac-9a2e-8a81209e8ba1-image.jpeg

128 AI Agents 在Nvidia DGX Station 上 同時開跑 (Local LLM)
https://youtu.be/qV_K0nTF6gY?si=AH_iev_BndXF4FMd&t=943
80c5a5b0-4264-4774-8a92-9ae5c945643b-image.jpeg

]]>https://lcz.me/post/12790https://lcz.me/post/12790Tue, 18 Aug 2026 15:58:17 GMT<![CDATA[Reply to Qwen3.8-27B-Q4 整體大約像 6–10 年經驗的 Senior Engineer ?? on Tue, 18 Aug 2026 15:40:39 GMT]]>

@kop-wang said:

虽然它可以靠很强的后训练对齐能力自查纠偏，但浪费的时间和算力是实打实的。

這點倒是真的, Reasoning On, 它花了33分鐘在Deepseek harness的框架下, 時間很長, 做了好幾次的自查纠偏, 不過最後還是解出了難題

不考慮時間問題, 這樣的自查纠偏(自我審核)能力 在Hermes上使用它 目前Agentic的品質還不錯 沒之前Qwen3.6-27B那樣讓我擔心不想使用

]]>https://lcz.me/post/12788https://lcz.me/post/12788Tue, 18 Aug 2026 15:40:39 GMT<![CDATA[Reply to Qwen3.8-27B-Q4 整體大約像 6–10 年經驗的 Senior Engineer ?? on Tue, 18 Aug 2026 15:32:58 GMT]]>@kop-wang

他下放了代理人架構 打破(顛覆)了當時舊有的生態系 影響非常深遠的
(當然Hermes' Nous Research 也有可能當第一位破局者 假設沒Peter 的話 )

]]>https://lcz.me/post/12787https://lcz.me/post/12787Tue, 18 Aug 2026 15:32:58 GMT<![CDATA[Reply to Qwen3.8-27B-Q4 整體大約像 6–10 年經驗的 Senior Engineer ?? on Tue, 18 Aug 2026 15:31:12 GMT]]>qwen3.8-27B目前的问题就出在27B上。太容易被劣质信息源给带偏。虽然它可以靠很强的后训练对齐能力自查纠偏，但浪费的时间和算力是实打实的。

更何况有时候掉坑里实在爬不出来，把自己逼死循环了也很狼狈。

这也是小模型的代价。

]]>https://lcz.me/post/12786https://lcz.me/post/12786Tue, 18 Aug 2026 15:31:12 GMT<![CDATA[Reply to Qwen3.8-27B-Q4 整體大約像 6–10 年經驗的 Senior Engineer ?? on Tue, 18 Aug 2026 15:27:21 GMT]]>@kos-or 这个有他个人机遇的原因，他靠这个也确实进入了openAI。

做开源要么图名声，要么图利益。要么全都要。

]]>https://lcz.me/post/12783https://lcz.me/post/12783Tue, 18 Aug 2026 15:27:21 GMT<![CDATA[Reply to Qwen3.8-27B-Q4 整體大約像 6–10 年經驗的 Senior Engineer ?? on Tue, 18 Aug 2026 15:26:02 GMT]]>

@stxpnet said:

就蒸馏他们的能力到小模型，然后给社区免费玩，把水搅浑

突然想到OpenClaw的作者 Peter Steinberger
非常好奇 Peter 為何要把OpenClaw 下放到民間
明明只有頂級AI公司可以用的代理人架構

]]>https://lcz.me/post/12782https://lcz.me/post/12782Tue, 18 Aug 2026 15:26:02 GMT<![CDATA[Reply to Qwen3.8-27B-Q4 整體大約像 6–10 年經驗的 Senior Engineer ?? on Tue, 18 Aug 2026 15:24:12 GMT]]>

@stxpnet 说:

既然收费API 干不过对手，就蒸馏他们的能力到小模型，然后给社区免费玩，把水搅浑，这就是千问给我的感觉。

确实体感就是这样，肯定是后训练放飞自我了。
至于说放飞自我的手段就不得而知了。

否则无法解释其小模型和大模型之间的agent能力差距不成比例的问题。

尤其3.8这代，这27B感觉塞得全是“答案”

]]>https://lcz.me/post/12780https://lcz.me/post/12780Tue, 18 Aug 2026 15:24:12 GMT<![CDATA[Reply to Qwen3.8-27B-Q4 整體大約像 6–10 年經驗的 Senior Engineer ?? on Tue, 18 Aug 2026 15:19:15 GMT]]>既然收费API 干不过对手，就蒸馏他们的能力到小模型，然后给社区免费玩，把水搅浑，这就是千问给我的感觉。

]]>https://lcz.me/post/12778https://lcz.me/post/12778Tue, 18 Aug 2026 15:19:15 GMT<![CDATA[Reply to Qwen3.8-27B-Q4 整體大約像 6–10 年經驗的 Senior Engineer ?? on Tue, 18 Aug 2026 10:37:32 GMT]]>说实话各种测试都是单轮技术问题，在项目稍微复杂时候它还是需要大点的知识权重，否则你就要不断提醒它具体事情怎么做。长链复杂调用，它还是无法取代大尺寸的模型。我在想办法看看怎么分解工作，省钱还是很多人关心的。

]]>https://lcz.me/post/12726https://lcz.me/post/12726Tue, 18 Aug 2026 10:37:32 GMT