Qwen3.8被14B小模型反超10分
一个 14B 的小模型，在长文本任务上把 27B 的 Qwen3.8 甩开了 10 分。

论文 arXiv:2609.31382 提出 H2S，思路很朴素：先划重点，再写摘要，最后才作答。在 128K 输入、4K 输出的同等预算下，H2S-14B 在七项长文本任务上均分 32.60，比 Qwen3.8-27B 高 10.17 分，是参评开源模型里的最好成绩。把输出预算从 16K 砍到 4K，它还能保住 97.1% 的表现，意味着同样的活，token 账单能省下一大截。训练数据 6647 条，平均上下文 43.9K token。要注意的是，测试集 H2S-Bench 是作者自己搭的。

自家考卷赢了 10 分，你信几成？ Qwen 通义千问 长文本