35B 开源模型做代码搜索,成本仅为前沿模型 1/100
ypatil125 · x · 2026-09-05
Applied Compute 与 turbopuffer 合作，用 RL 后训练 Qwen3.6-35B-A3B 在约 9,000 个 GitHub 仓库的预建索引上做代码搜索。该模型在 needle-in-a-haystack 任务上直接登顶，成本比前沿模型低约 100 倍，延迟低 2-10 倍，展示了小型开源模型经针对性训练后在搜索类 agent 任务上替代昂贵前沿模型的可行性。
所属事件:RL 后训练 35B 开源模型，代码搜索成本降百倍(2 条相关)→
「编程与Agent」频道最新
- Bolt 上线并行任务：一次派多个需求同时开工 — tristanbob · 2026-09-05
- 开源 Claude Code 入门课走红:15 个模块从首个项目讲到生产部署 — adnan_hashmi · 2026-09-05
- 开源Agent Substrate:让K8s智能体秒级挂起恢复、密度提升10倍 — davemccollough · 2026-09-05
- 在 Google Cloud Build 缓存 Docker 层，大幅提速 CI 流水线 — rseroter · 2026-09-05
- Alexandr Wang 官宣 Muse Spark 1.3 max 发布,编码与智能体能力显著增强 — alexandr_wang · 2026-09-05
- Alexandr Wang 官宣发布 Muse Spark 1.3 Max，编码与 Agent 能力显著提升 — alexandr_wang · 2026-09-05