行业与实践 · 研究与基准测试

研究与基准测试/2026-07-22/8 分钟

8B 动态规则高于 235B 静态规则：微信用它替换搜索回答

DR-Generator-8B 六项准确率都高于 Qwen3-32B 零样本动态规则。用它监督的 8B 策略，开放题四项高于 70B 奖励模型和 235B 静态规则。微信搜索已全量替换，绝对指标未公开。