微软 FrogNano:4B 编码 Agent 纯 RL 训练,零蒸馏前沿模型
dair_ai · x · 2026-09-09
dairai 推荐 微软 的新报告:无需从前沿模型蒸馏,也能训出有竞争力的小型编码 agent——「这是件大事」。
要点:
- FrogNano:4B 参数编码 agent,基于约 1500 个软件工程环境做后训练
- 全程不依赖更大模型的蒸馏,因为目标是能在低配机器上运行的 agent,排除了前沿底座和前沿教师
- 报告最核心的配方是在线任务合成:流水线按当前 checkpoint 的「可学习边界」动态生成任务,agent 始终在刚好勉强能解的题目上训练;作者强调关键在难度校准而非合成数量
对算力受限的本地 agent 训练路线是重要信号。
所属事件:微软 4B 纯 RL 编码智能体 FrogNano 达 SWE-bench 61.5%(7 条相关)→
「编程与Agent」频道最新
- AI 编程编辑器 Superset 更名 Paradev,获 1150 万美元种子轮 — massimosgrelli · 2026-10-27
- AI 编码 Agent 在代码冻结期删掉生产数据库:Anaconda 讲解分层治理框架 — anacondainc · 2026-10-27
- Claude Projects 新招:拖拽或 @ 引用会话线程,定位更精确 — dfeinition · 2026-10-27
- Yaron Minsky 分享让代码库更适配 AI Agent 的实操清单 — sh_reya · 2026-10-27
- Celesto 推出便宜近 90% 的 CI Runner，兼做 Agent 云电脑 — aniketmaurya · 2026-10-27
- Runway 发布 App Studio：描述即生成图片视频音频创意应用，无需代码 — runwayml · 2026-10-27