Simon Willison بررسی کرد که آیا Qwen 3.8 27B می‌تواند بدون اجرای کد یا استفاده از ابزارهای دیگر، با بررسی وزن‌های خام یک شبکه عصبی کوچک، بازی را شناسایی کند یا نه. او می‌گوید این مدل 17GB را روی لپ‌تاپش اجرا کرد و مدل توانست Pac-Man، Pong و Breakout را درست تشخیص دهد، اما Freeway را با بازی‌ای شبیه Pac-Man اشتباه گرفت.
پاسخ‌های درست هرکدام از 46 دقیقه تا بیش از یک ساعت طول کشیدند. آزمایش Willison توانایی تفسیر وزن‌ها را بررسی می‌کند؛ این آزمایش نشان نمی‌دهد که Qwen مدل دیگری را ویرایش یا بهبود می‌دهد؛ ادعایی جداگانه که در مقاله‌ای که او دنبال می‌کرد بررسی شده است.
چرا مهم است
برای کسانی که مدل‌های بزرگ را به‌صورت محلی اجرا می‌کنند، این آزمایش نشان می‌دهد که شاید بتوانند از روی وزن‌های یک شبکه کوچک بفهمند آن شبکه چه کاری انجام می‌دهد؛ هرچند این فرایند کند بود و مدل در تشخیص یکی از چهار بازی ناکام ماند.
