Qwen3.8 27B 英文单词加法基准测试

Qwen3.8-27B-Q4_K_M.gguf 在禁用推理时以英文单词形式进行整数加法，数值准确率为 23.57%，格式合规率 96.17%。启用 medium reasoning 后，169 次测试中 167 次正确。该实验基于 GPT-4o 早期研究，在 DGX Spark 本地硬件上通过 Codex Remote (GPT-6 Astra) 复现。