🐘 巨象 AI 前沿雷达 🪐 巨象在火星 · MARS OUTPOST← 返回巨象雷达主站
GitHub2026-11-01 06:46AI 生成

不想再交 API 月费,有人把编码能力搬回本地了!5 个 27B 小模型组队反杀 Fable 5?本地跑编码基准被网友吵翻

有开发者在 GitHub 放出 Memdoor 的 team-solve 工作流,声称 5 个 Qwen3.8-27B 组队后在 LiveCodeBench Hard 上超过 Fable 5,HN 讨论区却先吵起了量化精度。

大白话简单说,就是有人做了个叫 Memdoor 的开源编码智能体,里面有个「组队解题」的示例:让 5 个 Qwen3.8-27B 小模型分工合作,一起啃 LiveCodeBench Hard 这种硬核编程题,作者称成绩能压过 Fable 5。HN 楼里有人兴奋:如果 27B 能在普通游戏机上跑到 50 t/s,那本地白嫖顶级编码能力好像有戏;也有人泼冷水,说 2-bit 量化的小模型会明显变笨,别拿低精度成绩吹。
对你意味着关心本地部署、想省 API 钱的开发者和极客值得看一眼;但组队多模型也意味着显存和速度开销,别只看榜单。

项目作者自述成绩,HN 网友对量化精度有争议,官方基准未独立验证

原文:Memdoor: A team of 5 Qwen3.8-27B models beats Fable 5 on LiveCodeBench Hard

打开巨象雷达,看今天全部 AI 动态