Qwen 底模 93% 答案陷入死循环，疑「6 倍提升」源于失效基线

Astra 宣称模型改进实现 6 倍提升，Claude 协助定位后发现，Qwen 底模在 MATH-500 上有 93% 的答案跑满 32k token 上限并陷入死循环。团队以 50 轮模型运行寻找触发原因，而该改动在不会死循环的 Gemma 270M 上没有任何收益，显示 6 倍提升可能来自失效基线，而非真实能力增强。