热点事件持续更新
Qwen3.8-27B RL后训练版降低幻觉率并提升编码能力
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月20日，X 用户 Rohan Paul 发布消息称，一个基于 Qwen3.8-27B、用开源环境做 RL 后训练的模型，在 AA-Omniscience 基准上把幻觉率从 30.4% 降至 15.1%。同一报道称，该模型的压缩版可放进单张 24 GB RTX 4090，上下文容量约为基础 Qwen 的 3.5 倍；在 Terminal-Bench 2.1 上得分更高，每个解决任务的中位输出为 23.8K tokens，而基座 Qwen 为 54.9K。目前该进展仅见于这一条 X 消息，尚无其他来源的独立报道或官方说明。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- Rohan Paul (@rohanpaul_ai) · XQwen3.8-27B 的 RL 后训练版本将幻觉率从 30.4% 降至 15.1% 并提升 Agent 基准表现
一个基于 Qwen3.8-27B、用开源环境做 RL 后训练的模型，在 AA-Omniscience 上把幻觉率从 30.4% 降到 15.1%。压缩版可放进单张 24 GB RTX 4090，上下文容量约为基础 Qwen 的 3.5 倍；在 Terminal-Bench 2.1 上得分更高，每个解决任务的中位输出为 23.8K tokens，基座 Qwen 为 54.9K。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。