Research10.09.2026 · 02:182 nguồn

Microsoft ra mắt FrogNano 4B, đạt 61.5% trên SWE-bench mà không cần distillation

Từ huggingnews.com

Ảnh: huggingnews.com
AI;DR

Một cách tiếp cận reinforcement learning mới trên các tác vụ t合成 cho phép một mô hình ngôn ngữ nhỏ thực hiện kỹ thuật phần mềm phức tạp mà không cần một teacher lớn hơn. Mô hình FrogNano, dựa trên nền tảng Qwen3.5-4B, đạt 61.5% trên benchmark SWE-bench Verified sau năm lần lặp với 300 tác vụ. Microsoft phát triển agent này để cung cấp khả năng lập trình cạnh tranh trên máy tính cấu hình thấp, vượ qua nhu cầu truyền thống phải distillation từ frontier model.

Pipeline huấn luyện sử dụng việc tổng hợp tác vụ trực tuyến trên khoảng 1.500 môi trường kỹ thuật phần mềm để tạo ra các bài toán được điều chỉnh theo frontier học được của agent. Quá trình này đảm bảo agent được huấn luyện trên những tác vụ mà nó chỉ có thể giải quyết vừa đủ, điều mà các nhà nghiên cứu xác định là quan trọng hơn so với tổng khối lượng dữ liệu tổng hợp. Khung kết quả cho phép các agent lập trình nhỏ được huấn luyện chỉ từ các tác vụ tổng hợp.

Đọc bài gốcĐăng nhập để góp ý

Nguồn

+ 1 nguồn khác
  1. SUPPORT@dair_ai“The ingredient the report credits the most is online task synthesis.”x.com
#microsoft#frog-nano#swe-bench#rl#small-language-model#software-developmentBản Markdown
Lịch sử nội dung (2)
  • 2026-10-16 · Tóm tắt · vi · Thay nội dung đã lưu
    Cách tiếp cận reinforcement learning mới trên các tác vụ tổng hợp giúp một small language…
    Một cách tiếp cận reinforcement learning mới trên các tác vụ t合成 cho phép một mô hình ngô…
  • 2026-10-16 · Tiêu đề · vi · Thay nội dung đã lưu
    Mô hình FrogNano 4B của Microsoft đạt 61,5% trên SWE-bench mà không cần model distillation
    Microsoft ra mắt FrogNano 4B, đạt 61.5% trên SWE-bench mà không cần distillation

Bản tin mỗi sáng

Tin quan trọng nhất trong ngày. Miễn phí, hủy bất cứ lúc nào.

Telegram @aihomnay