Khung IPython tối giản bắt kịp các tác nhân lập trình sản xuất khi dùng Qwen3.5-9B

Một thử nghiệm kiểm tra các tác nhân lập trình cục bộ nhỏ cho thấy khung IPython tối giản có thể bắt kịp các khung công tác sản xuất nặng trên Terminal-Bench Lite, trong khi việc chuẩn hóa đầu ra công cụ giúp loại bỏ phần lớn độ sai lệch giữa các lần chạy. Phát hiện này chứng minh rằng các hệ thống giàn giáo phức tạp không phải lúc nào cũng cần thiết cho các mô hình cục bộ nhỏ, đồng thời làm nổi bật cách mà nhiễu môi trường trong đầu ra công cụ tác động mạnh mẽ đến các mô hình ngôn ngữ nhỏ. Các nhà nghiên cứu phát hiện ra rằng các mô hình nhỏ như Qwen3.5-9B rất dễ bị chệch hướng bởi các biến thể nhỏ trong đầu ra dòng lệnh, vấn đề có thể được khắc phục bằng một bộ chuẩn hóa biểu thức chính quy khoảng 40 dòng và làm tĩnh môi trường.