小模型用对RLVR可追平巨头,Python动态类型致负迁移
mdancho84 · x · 2026-11-11
mdancho84 在解读 303 页代码智能报告时给出的两个要点：
- 小模型如果用 RLVR（可验证奖励）把 RL 做对，可以在推理型编码任务上大幅缩小与巨头大模型的差距。
- 预训练混合多语言有帮助但有限度：Python 的动态类型相对静态类型语言会产生负迁移；而 Java↔C#、JS↔TS 等语言对则有强协同效应。
「编程与Agent」频道最新
- Claude 交互式连接器上线：Adobe、Atlassian、Box 可嵌入对话直接操作 — claudeai · 2026-11-11
- Anthropic 研究员开源 thimble：让 Claude Code 的工作可被看懂 — AlexTamkin · 2026-11-11
- Agent 远程调相机参数：锁焦 190、白平衡 4600K 优化模型训练画面 — TheZachMueller · 2026-11-11
- 让 Fable 5.2 自主训练本地模型：2 小时跑完 YOLO11+VLM 微调 — IgorCarron · 2026-11-11
- Fable 5.2 一次性生成鹈鹕骑单车视频，作者公开全部 Agent trace — victormustar · 2026-11-11
- YC 支持的 Vorflux 发布 2.0：Slack 里的 24x7 AI 同事，获 1500 万美元种子轮 — ycombinator · 2026-11-11