Chinese content自出题+解释器标注:Qwen3-4B 在新考题上准确率从 8.3% 升至 16.7%
这篇论文最难得的是把失败实验也全写出来了。Qwen3-4B 自己写 Lua 程序、解释器当裁判来造训练数据,新考题准确率翻倍到 16.7%,但单次训练也能到 14.6%,多轮的优势其实说不准。做数据合成或自训练的人值得对照它的预注册方法。
这篇论文最难得的是把失败实验也全写出来了。Qwen3-4B 自己写 Lua 程序、解释器当裁判来造训练数据,新考题准确率翻倍到 16.7%,但单次训练也能到 14.6%,多轮的优势其实说不准。做数据合成或自训练的人值得对照它的预注册方法。