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
- Luke Wroblewski 做折叠屏智能体管理 App：协调 agent 已成全天候工作 — LukeW · 2026-10-21
- Agentic SDLC：工程师从写代码者转型为智能体编排者 — Pavan_Belagatti · 2026-10-21
- OpenAI dots 接入 Merge for Workforce：员工权限即 agent 权限 — shensi · 2026-10-21
- 拆解 Agent 拓扑:模型、循环与工具各跑在哪,决定成本与安全 — davidcrawshaw · 2026-10-21
- Agent 全盘+辅助功能权限失控，企业急需任务级访问控制 — leveragedupside · 2026-10-21
- Acellera 用无监督 AI 科学家虚拟实验室跑真实分子发现项目 — gdefabritiis · 2026-10-21