Bespoke Labs 用 SFT+GRPO 把开源模型按代码库定制，提升 57 个百分点
heghbalz · x · 2026-09-04
Bespoke Labs 发布博客，演示如何把开源编码模型 Inkling 后训练到在特定 GitHub 仓库上表现更好，以 fontTools 仓库为例。
- 流程：用 SWE-Smith 技术从目标仓库生成任务，先用强教师模型轨迹做 SFT，再在仓库专属环境上做 GRPO 强化学习
- 效果：SFT 带来 held-out fontTools 评测 52 个百分点提升，加 RL 后总提升达 57pp
- 泛化：在 Terminal-Bench 2.1 和 SWE-Bench Lite 上与基座模型持平，且 token 效率提升最高 40%
- 作者称该方法是可复用的 blueprint，训练通过 Tinker API 完成
所属事件:Bespoke Labs 用 SFT+GRPO 后训练模型成单一代码仓库专家(4 条相关)→
「编程与Agent」频道最新
- Skills/MCP/RAG/Memory 一张图分清：agent 四类知识机制各管什么 — MaryamMiradi · 2026-10-21
- 客服拒与 AI 对话，用户的 agent 隐瞒身份继续维权 Xfinity — MoonL88537 · 2026-10-21
- Every.to《Codex 是如何诞生的》公开采访原文供读者用 agent 核查 — every · 2026-10-21
- 一条提示词直出 Blender 素材：Voyager+Opus 5.5 全程零配置 — ravisparikh · 2026-10-21
- 航空业的数据溯源思路：智能体如何在图结构数据上拼证据 — colinmcnamara · 2026-10-21
- 让 Claude Code 独立执导 MV：6.5 小时、765M 输入 tokens 完成 — colinmcnamara · 2026-10-21