开源模型实战测试：200 行框架成功修复真实 bug

开发者展示了一个基于 200 行代码的 ReAct 框架多模型修 Bug 工作流。该测试在真实代码仓库中隐藏了 3 个 Bug 并以 pytest 作为裁判。结果显示，Bonsai-27B、Gemma-4 和 Inkling 等 4 个开源模型均在本地成功修复了所有缺陷。其中，Bonsai-27B 在执行速度上表现出色，比其他模型快 14 倍。

2026-07-25 ~ 2026-07-25 · 2 条相关