公开知识图谱记录

ThinkingCap-Qwen3.8-27B

基准测试: 在12项基准上评测
基准测试: AA-LCR准确率提升2.25pp至84.00%，思考token减少38.6%
基准测试: MMMLU思考token减少65.5%，从1656降至571
基准测试: MMLU-Pro思考token减少57.3%
基准测试: GPQA-Diamond思考token减少43.1%，从12772降至7267
基准测试: IFBench思考token减少46.4%，准确率从79.75%变为79.71%
基准测试: LiveCodeBench v6思考token减少20.3%，准确率提升0.07pp
基准测试: τ²-bench思考token减少30.9%，准确率下降1.01pp

记录摘要

平均减少37.2%思考token，宏平均准确率下降0.86个百分点

来自项目知识图谱的有来源实体；具体工具属性仍需补齐。

知识图谱当前记录了 15 个已知资料维度，另有 4 个维度尚未记录，关联 1 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。