热点事件观察中
Qwen 3.8 27B 从权重识别训练游戏
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年11月4日，Simon Willison 使用本地运行的 Qwen 3.8 27B，复现论文中的无工具实验，测试模型能否仅依据强化学习策略网络的原始权重判断其训练游戏。结果显示，模型对 Pac-Man、Pong 和 Breakout 分别以72%、75%和88%的置信度正确识别；但未能识别 Freeway。完成三项识别任务分别耗时46分12秒、1小时4分54秒和52分25秒。报道未提供 Freeway 的具体结果，也未说明该实验是否代表模型具备更广泛的类似能力。
AI 根据报道生成 · 1 天前更新
最新进展11月4日 00:29
Qwen 3.8 27B已复现实验并正确识别三款游戏，但未识别Freeway。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- Simon WillisonSimon Willison 实测 Qwen 3.8 27B 直接从模型权重识别游戏
Simon Willison 使用本地运行的 Qwen 3.8 27B 复现论文中的无工具实验，让模型仅根据强化学习策略网络的原始权重判断其训练游戏。Qwen 在 Pac-Man、Pong 和 Breakout 上分别以 72%、75% 和 88% 的置信度给出正确识别，但未能识别 Freeway；完成这些任务分别耗时 46m 12s、1h 4m 54s 和 52m 25s。
本事件热度走势
当前热度 4·可比范围峰值 9（11月4日 04:00）·近 24 小时可比范围变化 -51%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。