那篇论文的干货,藏在它自己承认的一道缝里
先说结论:arXiv 2609.16096 这篇,标题上那个卖点「把开放权重模型训到赢过 Qwen3 Coder Plus」,水分不小。真值钱的是它摘要底下顺嘴承认的那半句——agent 场景里做离线 SFT,验证不了自己生成的动作用没用。 后半句是真货。前半句,注了水。 先看那张成绩单。

先说结论:arXiv 2609.16096 这篇,标题上那个卖点「把开放权重模型训到赢过 Qwen3 Coder Plus」,水分不小。真值钱的是它摘要底下顺嘴承认的那半句——agent 场景里做离线 SFT,验证不了自己生成的动作用没用。 后半句是真货。前半句,注了水。 先看那张成绩单。
