الذكاء الاصطناعي٢٥ أكتوبر ٢٠٢٦
نماذج Qwen3.8-27B تطابق أداء Fable 5 عبر GVS5H
رفعت طريقة تنسيق بين نسخ متعددة من النموذج نتيجة Qwen3.8-27B في مسائل برمجية صعبة، من دون تدريب إضافي. تتبادل النسخ خطةً وملاحظاتٍ وحلًا جاريًا عبر ملفات مشتركة، وحققت الطريقة مكاسب وصلت إلى ٢٥٫٦ نقطة مئوية عند اختبار ١١ نموذجًا على أحدث ١٠٠ مسألة صعبة من LiveCodeBench. ووصل Qwen3.8-27B إلى ٩٢٫٤٪ بدلًا من ٦٦٫٨٪، بينما بلغت نسخة Qwen3.8 Flash Next نسبة ٩٣٪ مقابل ٩٠٫٤٪ لـFable 5، وبـ٩٪ من كلفته.
الحقائق الأساسية
ارتفعت نتيجة Qwen3.8-27B من ٦٦٫٨٪ إلى ٩٢٫٤٪ عند استخدام التنسيق بين النسخ.
«Orchestrated Qwen3.8 Flash Next reaches 93.0% pass@1 against Fable 5's 90.4% at 9% of the cost, and locally served, open-weight Qwen3.8-27B rises from 66.8% to 92.4%.»
عرض المصدر ←اختُبرت الطريقة على ١١ نموذجًا و١٠٠ مسألة صعبة، وبلغت مكاسبها القصوى ٢٥٫٦ نقطة مئوية.
«Across eleven open and closed-weight models on the 100 latest hard LiveCodeBench problems, the method yields gains of up to 25.6 percentage points on pinned backends and offers two routes to frontier-level accuracy.»
عرض المصدر ←
المصادر
شفت معلومة تحتاج تصحيح؟ بلّغنا ونتحقق ونصحّح — سياسة التصحيح
صحّح هذا الخبر