turbopuffer 详解:RL 后训练 35B 小模型,代码搜索成本降百倍
ypatil125 · x · 2026-09-05
Applied Compute 与 turbopuffer 发布技术博客，展示如何让小型开源模型在大规模代码搜索上击败「文件系统 + grep」的前沿模型方案：
- 动机：前沿模型只用 ls/grep 做代码搜索在小语料上省事，但大语料下推理成本高、grep 调用慢。
- 训练环境：构建 RL 环境，后训练 Qwen3.6-35B-A3B 学习使用搜索工具；索引约 9,000 个真实开源 GitHub 仓库，覆盖多语言多类型。
- 任务设计：两类任务——narrow（在最多 1,000 个仓库语料中回答针对某一仓库的问题，测深度）与 open-ended（测广度），每个任务随机分配仓库子集。
- 结果：在 300 个仓库规模上比文件系统 + grep 快约 3 倍，搜索边际成本比前沿模型最多低 100 倍；在 needle-in-a-haystack 任务上登顶。
- 启示：小型开源模型开箱搜索能力弱，但经针对性 RL 后训练可低成本获得高质量搜索能力，配合专用索引在大语料场景优势明显。
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
- MCP 平台 NitroStack 登顶 Product Hunt 每日第一，聚焦留存与开发者访谈 — EstablishmentFun4373 · 2026-10-21
- CodeRabbit 团队周发 5000 个 PR：机器造机器，招人先看策略游戏时长 — omojumiller · 2026-10-21
- LukeW 总结智能体软件五大 UI 难题:多智能体监控与协作设计 — LukeW · 2026-10-21
- 用 Claude Code 经 ADB 清理安卓电视:删 11 个应用、可用内存涨 90% — edwinarbus · 2026-10-21
- 小米电视被广告件拖到卡顿,开发者用 Claude 一键救回流畅 — edwinarbus · 2026-10-21
- 开源新模型 Ornith-1.5-122B 发布:SWE-bench 84.5%,单卡 DGX 可跑 — _akhaliq · 2026-10-21