GVS5H 测试显示 5 个 Qwen3.8-27B 模型达到 Fable 5 水平

GVS5H 论文提出基于共享文件系统的零样本自编排方法，并让 5 个 Qwen3.8-27B 模型在使用该测试框架时达到 Fable 5 水平。该方法在 100 道最新 LiveCodeBench 难题上最高提升 25.6 个百分点，本地运行的 Qwen3.8-27B 从 66.8% 升至 92.4%，但部分模型没有改善。