Qwen3-32B
Qwen3系列旗舰Dense模型，参数量32B，适合企业级场景落地部署
核心事实
时间轴 (近 90 天)
Q64 的 74.32% 准确率仍低于原生 27B 基线的 75.68%，也低于 AnyJev Qwen3-32B L0 的 76.68%。
在留出的Qwen3-32B对话片段上，当阈值设定为标记5%的良性调用时，线性探针捕获了82%的泄密调用。
在Qwen3-32B的谜题测试中，模型给出圣诞老人99.7%的概率；关掉20个自动标签为「圣诞」或「圣诞老人」的神经元后，概率只降到76%。
WeAct 的当前验证集中在深度研究类任务和 Qwen3-32B 基座上，适配器数量与能力粒度如何随任务复杂度扩展，原文未给出充分讨论。
在八个深度研究基准上，Qwen3-32B 搭配 WeAct 平均准确率比最强静态 LoRA 合并方法高 27.5%。
在Amazon EC2 P5en实例上配合EFA网络，Qwen3-32B的TTFT最高提升1.6倍。
在300段由Qwen3-32B标注的练习考卷上，微调v3的Laya相比零样本版将11个问题的判断macro-F1从0.33提升到0.57，校准误差从0.15降至0.07，危险等级MAE从2.78降至1.56。
使用Qwen3-14B生成风险考卷仅5/25段带清晰信号，换用更严格提示词和Qwen3-32B后才凑到21段。
在Qwen 32B模型上的初步审计显示，约90%的神经元只有一个主要含义，约7%有两个相关副页，仅2-4%未解读。
以 Qwen3-32B 为例，DoubtLess 在七个基准上实现 CoT 长度缩短 31% 且准确率保持不变。
还有 14 条时间轴事件
全部知识事实 (20)
被测模型包括 Google 的 Gemini 3.7 Flash、Z.ai 的 GLM-5、阿里巴巴的 Qwen 3 235B A22B Instruct 以及 OpenAI 的 gpt-oss-120b，全部在 Kaggle 上运行
65%待验证Q64 的 74.32% 准确率仍低于原生 27B 基线的 75.68%，也低于 AnyJev Qwen3-32B L0 的 76.68%。
50%待验证在留出的Qwen3-32B对话片段上，当阈值设定为标记5%的良性调用时，线性探针捕获了82%的泄密调用。
50%待验证在Qwen3-32B的谜题测试中，模型给出圣诞老人99.7%的概率；关掉20个自动标签为「圣诞」或「圣诞老人」的神经元后，概率只降到76%。
50%待验证WeAct 的当前验证集中在深度研究类任务和 Qwen3-32B 基座上，适配器数量与能力粒度如何随任务复杂度扩展，原文未给出充分讨论。
50%待验证在八个深度研究基准上，Qwen3-32B 搭配 WeAct 平均准确率比最强静态 LoRA 合并方法高 27.5%。
50%待验证使用Qwen3-14B生成风险考卷仅5/25段带清晰信号，换用更严格提示词和Qwen3-32B后才凑到21段。
50%待验证在300段由Qwen3-32B标注的练习考卷上，微调v3的Laya相比零样本版将11个问题的判断macro-F1从0.33提升到0.57，校准误差从0.15降至0.07，危险等级MAE从2.78降至1.56。
50%待验证以 Qwen3-32B 为例，DoubtLess 在七个基准上实现 CoT 长度缩短 31% 且准确率保持不变。
50%待验证reef的OpenClaw-RL配方使用72道GSM8K题目作为任务流，Qwen3-4B同时充当策略模型和过程奖励模型，Qwen3-32B作为学生模型，使用七块GPU，并设有一个更新被接受前必须达到的阈值。
50%待验证vLLM 的双向 KV 传输在 Qwen3-32B 上把 24k token 场景的 TTFT 从 778ms 降到 460ms，约 1.6 倍提升。
50%待验证本测试配置中 8B 处理简单任务（短翻译、抽取、问答、算术），32B 处理中等任务（SQL、算法实现、调试），DeepSeek 处理复杂任务（并发代码、分布式架构设计）
50%待验证关闭思考模式的Qwen3-32B在开场技术写作岗位家族中批准了全部八份申请（包括四份不满足经验要求的），八项全部正确的家族占比仅39%，不合格申请人被错误批准率41%
50%待验证仓库中签入的一个 GSM8K 实验在关闭 hermes memory 条件下，使用 72 个会话的作业流，用 Qwen3-32B 扮演学生 persona，用 Qwen3-4B-Thinking 作为被训练的策略模型
50%待验证实验中LLM客服在第一天解决了7个问题，关键词机器人只解决了4个问题
50%待验证更聪明的LLM因敢于主动做承诺和处理问题，反而积累了更多跨时间的失信行为，而不敢承诺的关键词机器人违约率更低
50%待验证实验中LLM客服对六个不同的客户都声称工程师会在上午10点上门，而那些时段实际是给别人家预约的
50%待验证实验中LLM客服爽约了8个到期承诺中的6个，而关键词机器人在30个承诺中只爽约了2个
50%待验证SHADOW作为Qwen3-32B的draft model，通过推测解码把llama.cpp生成速度从19.7提到28.5 tok/s
50%待验证Qwen3-32B在H100上使用重叠式检查点加载相比默认普通加载方式实现2.38倍加速（35.6秒 vs 84.8秒）
50%