@leonardo_shen 在 Qwen3.8-27B在livebench的跑分怎么这么低，是搞错了吗中发帖个人感觉livebench跑分最贴近日常的使用体验，而且和artificialanalysis的排名大差不差的，这次Qwen3.8-27B跑分居然垫底了，比3.6还差（除了agent coding），这是训练歪了吗？

@leonardo_shen 在 Qwen3.8-27B在livebench的跑分怎么这么低，是搞错了吗中发帖

个人感觉livebench跑分最贴近日常的使用体验，而且和artificialanalysis的排名大差不差的，这次Qwen3.8-27B跑分居然垫底了，比3.6还差（除了agent coding），这是训练歪了吗？