SWE-Spot提出仓库中心训练小模型

Jinjun Peng等作者发布论文，提出 Repository-Centric Learning（RCL）训练方法，主张小型语言模型应优先做单仓库的纵向深度训练，而非跨仓库的任务广度训练，并据此训练出4B规模的 SWE-Spot-4B 系列仓库专家模型。 论文将这一转变表述为对小型语言模型训练取向的调整：以单个代码仓库为训练中心，而非在多个仓库、多种任务上铺开。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。