क्वेन3.5-4B

1 articles tagged क्वेन3.5-4B

एआई के साथ कोडिंग

लंबे क्षितिज software इंजीनियरिंग एजेंटों के लिए एक विफलता-सशर्त reinforcement learning विधि प्रस्तुत की जाती है।

विफलता-सशर्त शिक्षा असफल पैच से एजेंटों को कोड करती है, Qwen3.5-4B में सुधार 52.8% SWE-बेंच सत्यापित पर Resolved@2।