Qwen3.8 27B 用英文单词做加法的基准测试

本地 Qwen3.8-27B-Q4_K_M.gguf 在禁用推理时用英文单词做加法仅得 23.57% 数值准确率，格式合规率 96.17%，一至三位数操作数准确率 97.04%，十至十三位数骤降至 6.44%。开启推理后，169 次配对测试中答对 167 次。该实验在 DGX Spark 上复现 GPT-4o 两年前的同类测试。