跳到正文
热点事件持续更新

强化学习配方提升Qwen3代码成绩

1 篇报道1 个报道来源30 分钟前更新

先了解这件事

AI 综述

TheTuringPost 介绍了一套 Hugging Face 训练配方,通过强化学习和小型 LoRA 改造 Qwen3-27B;据其总结,模型在 SWE-bench Pro 上的成绩由 39% 提升至 65%。 该方案保留测试框架,调整模型本身,而非更换 harness。TheTuringPost 同时提出,应结合具体场景比较修改测试框架与修改模型的成本。

AI 根据报道生成 · 23 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月21日
  1. AGI Hunt
    Qwen3-27B 通过强化学习与小型 LoRA 将 SWE-bench Pro 成绩从 39% 提升至 65%

    TheTuringPost 总结了一项 Hugging Face 训练配方,通过强化学习和小型 LoRA 改造 Qwen3-27B,使其在 SWE-bench Pro 上的成绩从 39% 提升至 65%。该方案保留测试框架并调整模型本身,文章进一步提出应根据具体场景比较修改 harness 与修改模型的成本。

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。