Qwen3.8 27B 加法英文表达基准测试

研究者在 DGX Spark 上对本地 `Qwen3.8-27B-Q4_K_M.gguf` 模型测试纯英文单词表达整数加法结果的能力。关闭推理时 5,070 个用例数字准确率仅 23.57%，从 1-3 位操作数 97.04% 降至 10-13 位 6.44%，格式合规率 96.17%。开启推理后 169 个用例中答对 167 个。