小模型也能做强编码推理

mdancho84 · x · 2026-07-13

这条的核心观点是：**小模型也能在特定训练方式下“越级发挥”**。 - 如果使用合适的强化学习方法，尤其是 **RLVR / 可验证奖励**。 - 一个更小的开源模型，也可能在推理型 coding 任务上接近大模型表现。它传达的不是“参数越小越好”，而是训练信号设计得当时，小模型依然可以很强。