GVS5H yöntemi açık kaynaklı modellerin kodlama performansını artırdı
Öne çıkanlar
- Qwen3.8-27B modelinin pass@1 başarı oranı GVS5H çatısıyla yüzde 66,8 seviyesinden yüzde 92,4 seviyesine yükseldi.
- Orkestre edilen Qwen3.8 Flash Next modeli, Fable 5 modelini yüzde 9 maliyetle geride bırakarak yüzde 93,0 skora ulaştı.
- Yöntem ek eğitim gerektirmeden paylaşımlı dosya sistemi üzerinden plan ve not koordinasyonu sağlıyor.
Araştırmacılar, büyük modeller yerine küçük modelleri koordine eden defter tabanlı sıfır atışlı öz yönetim yöntemini duyurdu. GVS5H adı verilen çatı, tek bir modelin bağımsız örneklerini ortak bir dosya sistemi üzerinden plan, not ve mevcut çözümlerle koordine ediyor. Sistem, LiveCodeBench test kümesindeki en zor 100 problem üzerinde denendi.
Test sonuçlarına göre yerel olarak çalıştırılan açık ağırlıklı Qwen3.8-27B modelinin başarı oranı yüzde 66,8 seviyesinden yüzde 92,4 seviyesine çıktı. Aynı yöntemle orkestre edilen Qwen3.8 Flash Next modeli ise yüzde 93,0 pass@1 başarısı elde ederek Fable 5 modelinin yüzde 90,4 seviyesindeki skorunu maliyetin yüzde 9'u karşılığında geride bıraktı.
Araştırmacılar, bu kazanımların her modelde evrensel olmadığını ve bazı modellerde sonuçların değişmediğini ya da kötüleştiğini bildirdi. Çalışma dökümleri incelendiğinde elde edilen performans artışının temel nedeni olarak problemleri alt parçalara bölme ve kalıcı bağlam tutma mekanizması gösterildi.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.