[问题] 为什么在论文中实验中, DFlash 比 EAGLE3 对 Gemma4-12B 的性能更差?

<img width="1477" height="678" alt="图像" src="https://GitHub.com/user-attachments/assets/db3ee0a6-17c9-47d6-8e4e-5991ff7780cb" /> 在论文中,我注意到,在所有 Qwen 系列中,DFlash 比 EAGLE 系列要好,但在 Gemma4 中,DFlash 的表现总是比 EAGLE3 要差。论文没有解释为什么,只是说 DSpark 在不同模型上都有稳定的提升。我很好奇,DFlash 为什么在 Gemma4 中无法击败 EAGLE3?是纯粹的模型相关问题吗?期待得到一些应用案例