本地模型，
实测留档。

从太阳系、小游戏到长上下文。记录模型实际做了什么、哪里失败，以及人为参与怎样改变结果。

2026.05 — 2026.10

— 项实验与对照
— 份 Markdown 报告

更新于 —

模型做出来的作品

游戏可直接在浏览器中运行

MLTF / Qwen3.8-27B 8bit

四轮监督，430 次请求。
从开放战场改到四敌迷宫。

mlx-dspark / Qwen3.8-27B 8bit

七轮评审，约 30 小时。
人工试玩揭露自动测试的遗漏。

载入中…

测试日期	实验 / 任务	运行方式	档案

测试包含模型生成的项目、独立评审、运行时观测和不同参数对照。同一项目的多轮修改属于一条实验链；文档数、模型数和独立样本数各不相同。

本机、内网 PC 与云端推理分开标注。历史源码缺失、失败尝试、人工介入和测量边界，都在报告中保留。结论仅适用于各自的任务与环境。