研究称修改部分权重后Qwen 3.5-2B在GSM8K正确率升至69.4%

RecodeX 重构消息，Tree-Ising研究团队报告，在修改部分权重后，Qwen 3.5-2B在GSM8K数学推理测试中的正确率达到69.4%，而相同条件下未修改的基准模型正确率仅为21.6%。

QDeep与ITMO大学LEAD团队于11月10日在arXiv发布预印本论文。测试要求模型以思考模式和贪婪解码解答GSM8K的1319道题，回答长度上限为8192个token。研究团队先查看测试集前200道题，据此选定贪婪解码作为评估条件；在排除这200道题后的1119道题上，修改后模型正确率为69.6%，基准模型为21.6%。