SkillGym 用 2756 个技能环境微调,Qwen3.5 小模型超 Claude Sonnet 4.6
dair_ai · x · 2026-09-28
dair-ai 介绍了一篇探索「持续训练专用模型学习技能」的论文,提出 SkillGym 框架:
- 将人工撰写的技能转化为 2,756 个训练环境,配备基于代码的检查器,再在 8,364 条成功轨迹上做微调。
- 微调后的 Qwen3.5-35B-A3B 在 Claude Code 中运行,Terminal-Bench 2.1 提升 19.10 分,在技能辅助的 SkillsBench v1.1 上提升 28.13 分,达到 51.47%。
- 这一成绩超过了已报道的 Claude Sonnet 4.6 与 GPT-5.4 Mini。
- 更有意思的是:不加载技能时,微调后的模型也能击败把技能放进上下文的基座模型,说明技能被内化进了模型本身。
「编程与Agent」频道最新
- 给 Claude 接上 MCP 自由创作，一句话搞定动态图形视频 — aziz4ai · 2026-09-28
- 用 Codex 排版书籍页边距,作者坐等印刷实测检验 — santiviquez · 2026-09-28
- kindling 开源：每个 MCP 服务器跑进独立 Firecracker 微虚机 — Ascci52 · 2026-09-28
- Sentinel 演示：智能体框架可自主搭建自己的节点 — PurzBeats · 2026-09-28
- Jev 适合做机器人高层编排?快速 schema 输出或胜 LLM 延迟 — ai · 2026-09-28
- Apple 端侧模型 fm 搭决策小模型 Jev，路由测试全对比 — jasonkneen · 2026-09-28