FrogNano：通过在线任务合成训练4B编码Agent

我们推出了 FrogNano，这是一种 4B 编码智能体，旨在高效且有效地处理软件工程 (SWE) 任务，即使在资源受限的环境下也是如此。它专门通过 RL 在大约 1,500 个具有合成任务的 SWE 环境中进行后训练。提高性能的一个关键因素是在线任务合成管道，它创建针对当前检查点的可学习性前沿进行校准的任务。该报告提供的证据表明，有竞争力的小型编码智能体可以单独使用合成任务进行训练，而无需从大型模型中进行传统的蒸馏，并且在当前智能体的可学习性前沿生成任务非常重要。我们报告了有关训练方法、跨不同环境的评估以及深入分析的详细信息，作为我们不断探索可在最少硬件上运行的轻量级但功能强大的编码智能体的基础。