此文补充此前遗漏的报道。原始来源日期列于下方，并非今日新发布的消息。

发生了什么

基于Qwen3.5-4B的v0.4权重最早于10月29日出现。代码库称，11月2日的修订移除了视觉编码器，但语言权重和回答保持不变。11月4日的文档新增评测细节及原始基准图表；这并非当天新训练的基础模型。

这一Apache-2.0版本对每个结构化问题进行一次前向计算，而不是生成文章。当前纯文本权重占8.41 GB。正确运行需要附带加载器的注意力掩码；普通因果推理会改变其行为。英语是唯一经过评测的语言。

Macrocosmos报告的JevBench综合得分为78.6，并将其归于Benchmark Heaven在11月4日的测量。模型卡说明，新抽取的题目尚未与公开榜单完成等值处理，因此直接排名需谨慎。它还披露了用公开测试集选择检查点，以及另一项评测中的文本重叠。

iNC / 分析

为何重要

结构化决策模型可能减少路由和分类任务中不必要的文本生成，但置信度仍需在实际工作负载上验证。部署兼容性和测试集可比性与总分同样重要；低延迟或榜单位置均不保证可靠的商业决策。

后续关注

后续关注完成等值处理后的公开榜单条目、独立应用测试及主流推理引擎支持。

来源与核实

来源链接数量不等于独立证实次数。

01
Macrocosmos — documented evaluation and serving update一手来源 · huggingface.co · 2026年11月4日
02
Macrocosmos — model card, weights and original chart一手来源 · huggingface.co · 2026年11月4日
03
Macrocosmos — release history一手来源 · huggingface.co · 2026年11月4日
报告错误

帮助我们纠错

请指出争议陈述，并尽可能提供来源链接。请勿发送个人或敏感信息。