Минутка революционной эволюции
Сегодня для нас нет ничего важнее Qwen 3.8 27B и эволюционного скачка.
Как уже писал в Телеграм, первые тесты моделей я делаю при помощи задач вида «Реализуй 3Д тетрис» или «Полет через гиперпространство с мостика Тысячелетнего Сокола». Естественно не просто так, а на основе некой подготовленной спецификации, которая прогоняется через тестируемые модели.
Мне такие тесты нравятся, т. к. визуально и просто показывают «глубину мышления» моделей. Например, обычный 2Д тетрис реализуют все модели за последний год. А если заменить спрайты объемными кубами, не меняя механику, то мозг у моделей сносит. Первая справившаяся с этим заданием модель была Qwen 3.5 122B A10B и 397B вариант, естественно. Квены 3.6, в целом, справлялись оба, но так же как и крупные 3.5 не без нюансов. А дальше… А дальше расскажу в большом тесте локальных моделей этой весны-лета, как закончу гонять все модели через тестовый набор.
Естественно, дождался и Qwen 3.8 27B, т. к. 2.4T версия явно непригодна для домашнего локального запуска из-за своего размера. Скажу сразу, что модель справилась. А дальше я пошел накручивать всякие примочки, фон, анимацию времени суток, исправлять анимации и т. п. и, пожалуй впервые, не произошло деградации внимания модели относительно сцены. И получился результат со скриншота (см. приложенный файл etalon-qwen3.8-27b-fp8.html, просто открываем в десктопном браузере и играем).
Это уже отлично, а далее я попросил модель написать детальную спецификацию, по которой она сама сможет повторить эталонный результат (см. tetris.adv.req.md).
И, момент истины, запускаем генерацию просто по спецификации и получаем… А получаем функционально точную копию (tetris-adv.qwen3.8-27B-FP8.html). И копию на уровне, что автор не смог различить результат визуально.
И вот это, на мой взгляд, реальный прорыв. В более ранних экспериментах такого не было даже случайно. Модель способная описать и повторить то, что делалось в виде интерактивной сессии это новый уровень взаимодействия. Пока не очевидно насколько такое поведение стабильно, но сама возможность заставляет задуматься о перспективах.
