仅 500 个任务微调，AfterQuery 让 Qwen 27B 提升 11.3 分

AI 训练数据公司 AfterQuery 公布一项实验：仅从其 SWE agent 数据集中精选 500 个任务，通过 15 步 GRPO 后训练，就让 Qwen3.8-27B-Medium 的表现提升了 11.3 分。该结果展示了少量高质量精选数据在后训练中的显著效果。

2026-10-09 ~ 2026-10-09 · 2 条相关

• 仅 500 个 SWE 任务微调,AfterQuery 让 Qwen 27B 提升 11.3 分 — ycombinator · 2026-10-09
• 仅 500 条精选任务 GRPO 15 步，Qwen3.8-27B 提升 11.3 分 — ycombinator · 2026-10-09