4B 编程智能体 FrogNano 亮相：无需前沿模型蒸馏，SWE-bench 得分达 61.5%

微软蒙特利尔研究院 Froggy 团队联合 Mila 与加州大学圣地亚哥分校发布 4B 编程智能体 FrogNano，展示了小参数模型通过纯强化学习实现高难度软件工程任务的能力。

• 基座与基准表现：基于 Qwen3.5-4B 基座构建，在 SWE-bench Verified 评测集上达到 61.5% 的解决率，并在 SWE-bench Pro 上取得 37.6%。
• 在线任务合成：研究提出 TaskPilot 流程，从真实代码仓库自动合成约 1500 个任务，并动态筛选模型成功率接近 50% 的“可学习前沿”样本，构建自适应训练课程。
• 无前沿蒸馏与轻量脚手架：训练过程不依赖前沿大模型的行为蒸馏或人工标注，仅采用 DPPO 强化学习；同时采用极简工具脚手架 Leaf，降低小模型在复杂多轮调用中的指令混淆。
• 影响/看点：该成果表明小参数端侧模型无需依赖昂贵的闭源模型数据蒸馏，即可通过合成环境强化学习掌握复杂编程逻辑；若该方法在更多工程场景复现，可能促使端侧私有化部署的编码智能体推理成本明显下降。
• 资料依据:
• X：Rohan Paul（2026-09-21）：https://x.com/rohanpaul_ai/status/2101957605354557806
• arXiv（2026-09-08）：https://arxiv.org/abs/2609.07925

本内容由 AI 生成，仅供参考，请注意甄别