arXiv cs.SE· Vaibhav Jain·· 2 小时前AI 评分44
小参数开源权重模型能否胜任真实编码工作：一项系统实证报告
Beyond Benchmarks: Can Small Open-Weight Models Get Real Coding Work Done?
AI 导读
arXiv 论文《Beyond Benchmarks》基于作者 2026 年 7 月至 10 月的工程实践，记录小参数开源权重模型在编码客户端、vLLM、SGLang 和 MLX 上的实际表现，指出模型能生成文本、能执行工具调用、能通过独立行为检查是三个不同层级。
来源：arXiv cs.SE · arxiv.org