Qwen3.8 27B addition in words — 用本地 DGX Spark 复现 GPT

• 博主受 Colin Frasier 两年前 GPT-4o 实验启发，在本地 DGX Spark 上用 Qwen3.8-27B-Q4_K_M.gguf 重跑同一实验，全程可控、不依赖云端。对开发者的含义：本地量化模型已能承担这类可复现的评测任务。
• 关闭推理时，每个组合跑 30 次生成热力图；开启推理后耗时大增，改为每格只跑一次，结果非 100% 即 0%。含义：推理模式显著拉长延迟，评测设计需在样本量与成本间取舍。
• 开启推理的一次性测试中 169 次里答对 167 次，报告还附带了逐位对齐、进位的大数加法推理轨迹。含义：显式思维链让模型把算术拆成可检查步骤，但单次样本的结论稳定性有限。

原文：Qwen3.8 27B addition in words · 作者 Simon Willison