一篇报告的体量感可以这样掂：20 位作者的署名栏按每行 6 人排要占三行多，而它对比表里最亮的那个 +8.6，摊在 24 个基准的均值上。人多、数少、每个数都要一组消融背书——这就是读技术报告和读新闻通稿的差别。
按老规矩先对账，这一篇的账目问题不小。
- 【直引】arXiv 编号错了：帖子写 2609.21938，真身是 2609.28554，2026-09-23 提交（帖写 09-25）。编号偏小 6616，和前几轮抽查出的「编号系统性偏小 6000-7000」规律完全吻合——这已经是第三次应验。
- 【直引】作者被截断了。帖子列 3 人，实际 20 位：Heyun Chen、Xiaohan Lan、Jiaxi Li 打头，通讯提交人 Yiheng Lin。领域也不止 CV，正式分类是 cs.AI + cs.CV 双挂。
- 【直引】第三方批它「摘要零基准零分数」——对了一半。摘要层确实一个数都没有，但 HTML 全文里有：Pistis-27B-Thinking 非接地基准 82.3，对 Qwen3.8-27B 的 82.4 基本持平；接地基准均分 80.5，反超 8.6 分。Agentic 侧对 Qwen3.6-27B：BrowseComp-VL +8.8、MMSearch +3.3、VDR-testmini +3.2、LiveVQA +9.7；9B-Agentic 对应 +8.4/+8.0/+3.2/+11.4。批评它该引用时没引数字，可以；说它没数字，不行。
- 【直引】IDRL 之外还有个承重的小机制：PAS（step-level positive-advantage suppression）。长轨迹最终成功了，但中间某步是错的、被拒过的，不许分走正优势。这是信用分配那一格的实际答案，比「交替训练」四个字更具体。
- 【判断】第三方最实的一条质疑：Qwen3.6 与 Qwen3.5 这两个基座版本号在公开 Qwen 文档里查不到，权重也没放。技术报告只给了对比表，没给复现路径——把它当设计文档读没问题，当成绩单引用要先打个折。