Newer Qwen models are worse at summarization?

En 3 lignesUn utilisateur rapporte que Qwen 3 (30B) surpasse les modèles récents sur des tâches de résumé évalués par un juge LLM, suivi de Gemma 4. Il suggère que les versions plus récentes de Qwen seraient optimisées pour les tâches agentic plutôt que la synthèse.

Résumé généré par Claude — vérifié par l'humain