Qwen3.8 27B 用文字做加法

研究：Qwen3.8 27B字数加法

Colin Frasier 发布于Bluesky 分享了一项他在两年前开展的实验，该实验使用 GPT-4o 测试其在处理日益庞大的数字时，“计算总和但以文字形式返回答案”的能力。

以下是他就此结果所展示的图表：

我确信 GPT-4o 并未作弊使用计算器，尤其是考虑到它在许多计算中都出现了错误；因此，我决定在本地硬件（DGX Spark）上重新开展这一实验，以便在完全受控的环境中进一步探究相关影响。

我将他的图片粘贴到一个 Codex Remote 会话（GPT-6 Astra）中，并让其使用 Qwen3.8-27B-Q4_K_M.gguf 运行相同的实验。以下是禁用推理功能、每种组合运行 30 次的结果：

随后，我又在启用推理功能的情况下进行了测试。由于每对计算所需时间显著延长，因此我没有再进行每格 30 次的采样，而是仅运行一次——这使得热力图的视觉效果大打折扣，因为每个方格要么为 100%，要么为 0%：

在 169 次尝试中，模型正确回答了 167 次；由于这些均为单次生成，我确信再次运行可能会得到不同的结果。

这里提供一个 报告版本 链接，其中包含部分较大规模计算的推理轨迹，其中包括如下文本：

等等，让我再仔细算一遍。

4,299,366,105,622
6,088,794,067,970

我把它们对齐：
4 2 9 9 3 6 6 1 0 5 6 2 2
6 0 8 8 7 9 4 0 6 7 9 7 0

从右至左逐位相加：
第 1 位（个位）：2 + 0 = 2
第 2 位（十位）：2 + 7 = 9
第 3 位（百位）：6 + 9 = 15，写 5，进 1

标签：数学、前往、生成式人工智能、本地大型语言模型、大型语言模型、Qwen、LLM推理、DGX-火花