Unsloth Flint 模型 Q3 量化版跑分翻车，三套 harness 最高仅 71 分
mesolimbic-bliss · reddit · 2026-10-25
Reddit 用户在 RecursiveSI Flint Benchmark 上测试 unsloth/flint-GGUF 的 flint-UD-Q3KXL 量化版，结果不佳：OMP harness 完成 12 个任务得 71.2/100（仅解出 7 个）；AtomicAgent 得 39.2/100（仅 3 个）；Hermes 在任务 7 中因进行无意义的全盘文件系统搜索并陷入循环而中止；DeepSeek harness 因前面表现过差未再运行。完整排行榜见 shortbench.vercel.app。Q3 级别量化对任务型 agent 能力的损耗在这组数据中相当明显。
「模型」频道最新
- Reflection AI 开源 5000 亿参数 Beam：两个月数千 GPU 零停机训练 — dl_weekly · 2026-10-25
- 让 AI 审计车机：GLM 找到无线 CarPlay 客户端可无门槛 RCE — ngxson · 2026-10-25
- Ai2 发布 OlmoEarth v1.3:为全球每个 10 米像素生成 SOTA 地球嵌入 — Kyle_L_Wiggers · 2026-10-25
- ECI 指数曲线趋平，前沿模型能力增速出现放缓迹象 — quadriphasic · 2026-10-25
- CERN 携手 Mistral 打造首个对撞机物理基础模型 — burny_tech · 2026-10-25
- 新版 ChatGPT instant 太爱「抬杠」,问天气也要先泼冷水 — gregmushen · 2026-10-25