😱逆天！强化版 Qwen3.8-27B 竟比肩 Opus 5.5、GPT-6 Astra！ 明明只是 27B，却用 390 万条代码做专项后训练，思考长度砍近一半，LiveCodeBench 小集 83→90。 核心亮点： 🔹蒸馏对齐 Opus 5.5 / GPT-6 Astra / Grok 4.7 / DS V4 Pro 🔹EfficientThink 压缩空转推理，专治「有答案仍写到 94K」 🔹SFT + RLOO + MTP 三重训练，再挂 DFlash2 投机解码 🔹作者同协议自测：GPQA 89.9%、MMLU 90%、LCB 90%，推理 token 中位数...
🌐 链接: https://x.com/NFT_Chen/status/2108459889681207731
🏷️ 分组: X｜为你推荐
🕒 时间: 2026-10-09 15:29:45
🌐 链接: https://x.com/NFT_Chen/status/2108459889681207731
🏷️ 分组: X｜为你推荐
🕒 时间: 2026-10-09 15:29:45
X (formerly Twitter)
SuSu_酥酥👅 (@NFT_Chen) on X
😱逆天！强化版 Qwen3.8-27B 竟比肩 Opus 5.5、GPT-6 Astra！
明明只是 27B，却用 390 万条代码做专项后训练，思考长度砍近一半，LiveCodeBench 小集 83→90。
核心亮点：
🔹蒸馏对齐 Opus 5.5 / GPT-6 Astra / Grok 4.7 / DS V4 Pro
🔹EfficientThink 压缩空转推理，专治「有…
明明只是 27B，却用 390 万条代码做专项后训练，思考长度砍近一半，LiveCodeBench 小集 83→90。
核心亮点：
🔹蒸馏对齐 Opus 5.5 / GPT-6 Astra / Grok 4.7 / DS V4 Pro
🔹EfficientThink 压缩空转推理，专治「有…
