Qwen3.8 27B 用英文单词做加法的基准测试

Simon Willison 在 DGX Spark 上测试本地 Qwen3.8-27B-Q4_K_M.gguf 能否用英文单词表达加法结果。禁用推理时 5,070 例数字准确率仅 23.57%，一至三位数从 97.04% 跌至十至十三位数的 6.44%，格式合规率 96.17%。启用推理后 169 例中答对 167 例。