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 · x · 2026-10-21
一家实验室开源了一个专为 agent 场景打造的 27B 模型,目标是「在模糊输入下行动而不编造」:
- 幻觉率 15.1%:对比其基座模型的 30.4%、GPT-6 Luna 的 85.3%,几乎减半。
- Agent 基准全面领先:Terminal-Bench 2.1 得分 76.0(对比组最佳);τ³-bench 259/278(次优 220);MCPMark 48/55(次优 42)。
- 输出更省:每任务中位输出 29.3K tokens,基座为 65.3K。
代价与边界:GPT-6 Luna 仍在 DeepSWE 和 omniscience index 上胜出,通用知识成绩与基座持平——说明这是针对幻觉与 token 效率的定向优化,而非单纯 scaling 的结果。
所属事件:Qwen3 27B 经 RL 后训练开源：幻觉率减半，4090 单卡可跑(2 条相关)→
「编程与Agent」频道最新
- 50+ 免费 AI Agent 学习资源合集：视频与仓库一站打包 — ifioknkem · 2026-10-23
- 自封「全网最佳」的免费 AI Agent 资源库引围观 — ifioknkem · 2026-10-23
- Vercel 推出免注册部署：拖拽文件到首页即得线上 URL — steren · 2026-10-23
- 5 个 Claude Code 会话经 MCP 互发邮件，组队攻破多品牌网络摄像头 — doodlestein · 2026-10-23
- Vercel 上线 vercel deploy --temporary,可临时部署后自动清理 — cramforce · 2026-10-23
- 用同一个 Notion 工作区让多个 Agent 互相沟通分工，实测有效 — nbaschez · 2026-10-23