Qwen3-VL-235B-A22B-Thinking · TAU2-Telecom(Qwen3-VL技术报告v2;Table 6; Thinking MoE sampling settings from pages 20-21) 44.7 · 附件证据(ev-qs-vl-report-text-18)

Qwen3-VL-235B-A22B-Thinking 的 TAU2-Telecom · Qwen3-VL技术报告v2;Table 6; Thinking MoE sampling settings from pages 20-21 官方出处。Thinking · 报告v2文本评测 · 44.7。见《Qwen3-VL Technical Report v2》v2 p.22 Table 6 / TAU2-Telecom / Qwen3-VL 235B-A22B / Thinking。证据 ev-qs-vl-report-text-18。

原文与定位

Qwen3-VL-235B-A22B-Thinking · TAU2-Telecom(Qwen3-VL技术报告v2;Table 6; Thinking MoE sampling settings from pages 20-21),Thinking · 报告v2文本评测配置,Reported score 44.7(具体成绩公布时间未确认)。见《Qwen3-VL Technical Report v2》v2 p.22 Table 6 / TAU2-Telecom / Qwen3-VL 235B-A22B / Thinking。 查看成绩条件

Benchmark | Qwen3-VL 235B-A22B / Thinking | Qwen3 235B-A22B / Thinking-2507 | OpenAI o3 (medium) | Claude-Opus-4 (With thinking) TAU2-Telecom | 44.7 | 45.6 | 60.5 | -
官方材料
Qwen3-VL Technical Report v2 · PDF 第 22 页
定位
附件 · v2 p.22 Table 6 / TAU2-Telecom / Qwen3-VL 235B-A22B / Thinking
材料版本
2026-11-17从单一固定v2 URL重新完整下载并核读42页,Table1–12、Figure1–3及评测提示词附录均已查看。封面2025-12-01,arXiv标记v2/2025-11-27,未将任一日期冒充型号发布日期。下载与版次说明见本地留存副本。
版本公布
未确认
披露时间
未确认 · 首发/后补未确认
采集时间
历史依据
暂无可靠历史版本依据
引用文本

Qwen3-VL-235B-A22B-Thinking · TAU2-Telecom(Qwen3-VL技术报告v2;Table 6; Thinking MoE sampling settings from pages 20-21),Thinking · 报告v2文本评测配置,Reported score 44.7(具体成绩公布时间未确认)。官方出处 Qwen3-VL Technical Report v2(附件,2026-11-17从单一固定v2 URL重新完整下载并核读42页,Table1–12、Figure1–3及评测提示词附录均已查看。封面2025-12-01,arXiv标记v2/2025-11-27,未将任一日期冒充型号发布日期。下载与版次说明见本地留存副本。)v2 p.22 Table 6 / TAU2-Telecom / Qwen3-VL 235B-A22B / Thinking,https://arxiv.org/pdf/2511.21631v2#page=22。Benchlog https://benchlog.lekshome.cc/evidence/qwen-3-vl-235b-a22b-thinking/ev-qs-vl-report-text-18/

关联成绩与条件

Qwen3-VL-235B-A22B-Thinking · TAU2-Telecom 成绩与配置
指标与成绩配置与评测条件证据关系
Reported score44.7原文 44.7 · 单位 未标注
公布 未确认
Thinking · 报告v2文本评测
设置
Table6 Thinking MoE:temperature=0.6,top_p=0.95,top_k=20;普通最大输出32768,AIME-25/HMMT-25/LiveCodeBench v6为81920。报告第20–21页的presence penalty=1.5属于紧邻的Dense Thinking句,不能直接赋给235B MoE。
未知项
报告未明确235B MoE的presence penalty;不从Dense Thinking句或当前README复现设置推定。、与当前README复现out_seq_length=40960的最大输出说明不同,分别保留,不宣称同一次运行。、Table6多数行未明确计分单位,CFEval列未定义rating指标。
工具
工具条件未记录
推理预算
输出上限 32768 tokens
框架
未记录
协议
Thinking MoE · max_output 32768
条件
Table 6; Thinking MoE sampling settings from pages 20-21 Thinking MoE sampling: temperature 0.6, top-p 0.95, top-k 20; presence penalty for MoE is not explicitly stated (the 1.5 clause follows the Dense Thinking settings); max output 32,768 tokens, except AIME-25, HMMT-25 and LiveCodeBench v6 use 81,920. 仅取235B-A22B-Thinking目标列,其他变体不是本结果的替代。

直接支持该成绩

在排名中查看此成绩