Folia
← 返回头版

多个Qwen3.8-27B模型在代码生成测试中超越Fable 5

一项研究介绍了一种基于账本的零样本自组织方法,通过协调多个模型实例来提升代码生成性能。在100个最新的困难LiveCodeBench问题上的评测中,本地部署的开源Qwen3.8-27B模型的性能从66.8%提升至92.4%,性能提升达25.6个百分点1。该方法使得多个Qwen3.8-27B模型实例的联合表现超越了Fable 5模型的90.4%准确率,同时成本显著更低1。

Qwen3.8 Flash Next在应用该编排方法后达到93.0%的pass@1准确率,不仅优于Fable 5的90.4%,其成本仅为对方的9%1。研究表明该方法在固定后端和自托管权重两条部署路径上都能接近前沿级编码准确率1。


评论