Qwen3 27B 经 RL 后训练开源：幻觉率减半，4090 单卡可跑

一家实验室开源了专为 agent 场景打造的 Qwen3.8-27B 模型，通过开源环境做 RL 后训练，目标是「在模糊输入下行动而不编造」。结果显示其 AA-Omniscience 幻觉率从基座的 30.4% 降至 15.1%（对比 GPT-6 更低），在 DeepSWE agent 基准上超过 GPT 6 系列，同时 agent 任务 token 消耗减半，且 4090 单卡即可运行。

2026-10-20 ~ 2026-10-21 · 2 条相关

• Qwen3 27B 经 RL 后训练幻觉率减半，4090 单卡可跑 — rohanpaul_ai · 2026-10-20
• 某实验室开源 27B 专用模型:幻觉率砍半,agent 任务 token 消耗减半 — lukas_m_ziegler · 2026-10-21