待验证60% 置信基准精确时间
在30道 Three.js One-Shot 编程题测试中，Qwen 3.8 通过24题，Ornith 1.5 通过15题，均在Q6量化下运行
2
来源数
60%
置信度
中期 (~90 天)
时效性
2026/9/11
首次发现
有效期至：2026/12/10
来源
涉及实体
相关事实
待验证研究测试了Qwen3系列的0.6B、1.7B、4B、8B四个尺寸，运行于FP16精度、贪心解码、单一冻结提示词、不做微调71% 相似待验证测试覆盖8个本地模型：Qwen3的0.6B、1.7B、4B、8B、14B，以及Gemma3的1B、4B、12B，全部通过Ollama部署且关闭思考模式。70% 相似待验证一个包含24个世界的受控基准测试（每个世界恰好有两种可能结果）在所有三个模型（Qwen3-4B、Llama-3.2-3B、Gemma-3-4B）上都再现了互补一致性检验的失败。68% 相似待验证在难核查档注入诱饵下，GPT-5.4 mini 两种顺序都判错的题数从3升至39，Qwen3-Next 80B Instruct 从4升至38，GPT-5.4 mini 和 Qwen3-Next Instruct 的难题得分直接归零（低于随机抛硬币的约0.25）67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/902869API
curl https://kongchang.com/api/v1/knowledge/claims/902869MCP
get_claim(id=902869)