微调Qwen3.5小模型部署语法掌握追踪器
Get the story
2026年10月9日，arXiv Computation and Language 发布一手论文，研究在语法掌握追踪任务上微调 Qwen3.5 小语言模型，并部署 0.8B 模型服务全部英语学习者。两个人工评测基准显示，部署的 0.8B 模型与 4B 对照模型在概念、证据片段和正确性嵌套匹配标准下，precision 与 recall 均超过提示的 GPT-5.4 和 GPT-5.6 Sol，服务成本约降低 16 倍。该研究以规模化语法概念标注为核心，验证了小模型经微调后在特定任务上可优于提示前沿大模型。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Computation and Language语法概念标注规模化：部署的微调小语言模型超过提示前沿模型
论文在语法掌握追踪任务上微调 Qwen3.5 小语言模型，并部署 0.8B 模型服务全部英语学习者。两个人工评测基准显示，部署的 0.8B 模型与 4B 对照模型在概念、证据片段和正确性嵌套匹配标准下 precision 与 recall 均超过提示的 GPT-5.4 和 GPT-5.6 Sol，服务成本约降低 16 倍。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.