创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

小型开放权重模型真实编程任务研究

AI 总结

一篇提交至arXiv的回顾性实证系统论文,研究小型开放权重模型能否完成真实编程工作,而不只是生成连贯文本。论文基于4,165次网关调用、623次调试任务和三项委派研究,揭示不同模型与运行时在工具调用格式、会话连续性、产物验证和可靠性方面的差异。作者明确表示,各项研究未合并计算,也不构成模型或运行时排名。

深度见解

该研究提供了具体证据:可靠的编程智能体表现不仅取决于文本与工具调用,还受服务方式、协议、会话连续性和独立产物检查影响。

Computer Science > Software Engineering

arXiv:2610.34241 (cs)

[Submitted on 25 Oct 2026]

Title:Beyond Benchmarks: Can Small Open-Weight Models Get Real Coding Work Done?

Authors:Vaibhav Jain

View a PDF of the paper titled Beyond Benchmarks: Can Small Open-Weight Models Get Real Coding Work Done?, by Vaibhav Jain

#Qwen3-Coder 30B-A3B#Claude Opus 5.5#Nemotron Cascade 2#vLLM#SGLang#MLX

原文约 3 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。