推理配置变更要算“质量中性”，需要哪些证据？[D]

在 NVIDIA Ling-3.0-flash 于单台 DGX Spark 上的对比中，GSM8K 得分从 96.89% 降至 96.82%（全部 1,319 道测试题），该优化配置同时更换 MoE 后端、加入 FP8 输出头并启用 NEXTN 投机解码，两次运行均使用 FP4 checkpoint。