Qwen3.8-27B RL post-train 模型发布
热点事件持续更新
Qwen3.8-27B RL post-train 模型发布
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Qwen 发布经强化学习后训练（RL post-train）的 Qwen3.8-27B 模型，并同时发布 MLA 版本。Rohan Paul 称，该模型在 AA-Omniscience 上的幻觉率从 30.4% 降至 15.1%。 MLA 版本将原模型的 16 个全注意力层改为多头潜在注意力，使每个 token 的内存占用从 64 KiB 降至 18 KiB。Rohan Paul 称，该版本的压缩副本可在单张 24 GB RTX 4090 上运行，上下文长度约为基础版 Qwen 的 3.5 倍。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- RadarAIRohan Paul 谈 Qwen3.8-27B RL post-train 的智能体表现：幻觉率从 30.4% 降至 15.1%
Rohan Paul 观察到今年不少亮眼的 Agent 结果来自小开源模型的 post-train，其中用开源环境做 RL post-train 的 Qwen3.8-27B 在 AA-Omniscience 上的幻觉率从 30.4% 降至 15.1%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。