纯权重扰动提升Qwen3.5-4B成绩
热点事件持续更新
纯权重扰动提升Qwen3.5-4B成绩
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
catherineliangq称，其团队仅通过“扰动—更新”机制对Qwen3.5-4B进行智能体后训练，使Terminal-Bench 2.1得分从12.1%升至21.1%，超过已发布的Tmax RL检查点18.2%。该方法不需要credit assignment、critic、masking或复杂超参数，种群规模约为30。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- AGI HuntQwen3.5-4B 纯权重扰动训练智能体：Terminal-Bench 2.1 跑分 12.1%→21.1%，超过 RL 检查点
Qwen3.5-4B 通过纯权重扰动训练智能体，在 Terminal-Bench 2.1 上将跑分从 12.1% 提升至 21.1%，超过已发布的 Tmax RL 检查点 18.2%。该方法采用“扰动—更新”机制，无需 credit assignment、critic、masking 或繁琐超参，种群规模仅约 30。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。