Qwen3.6-35B-A3B经RL训练提升推理
发生了什么
据X用户@omarsar0报道，研究团队构建了可审计的数据生成引擎，通过记录机制生成数据集、任务及评分标准。利用该引擎生成的2,135个任务对Qwen3.6-35B-A3B进行强化学习（RL）训练，未使用蒸馏轨迹。结果显示，模型在DAComp基准测试中提升14.28分，在JobBench中提升12.13分。
- DAComp提升
- 14.28分
- JobBench提升
- 12.13分
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口