待验证50% 置信基准精确时间

相对开源基座模型Qwen3.5-4B，OPRD在SWE-bench Verified、SWE-bench Pro、SWE-bench Multilingual三个基准上的平均任务解决率提升了11.3个百分点。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/16

首次发现

有效期至：2026/10/30

来源

OPRD：让代码智能体摆脱"提醒依赖"的新训练法

rss2026/10/15

涉及实体

OPRDconcept Qwen3.5-4Bmodel SWE-bench Verifiedbenchmark SWE-bench Probenchmark SWE-bench Multilingualbenchmark

相关事实

待验证在SWE Bench Pro等智能体编程基准中，Qwen 3.8据称在部分项目上超越了Opus 4.6 Max75% 相似待验证在 Qwen3-VL-4B 模型上，利用程序化生成的数据进行微调，将其在 SpaceCast-Bench 上的准确率从 34.0% 提升到 65.7%，并在六个域外基准上取得宏观平均增益。70% 相似待验证微调后的Qwen3.5-4B模型在BU Bench V1基准上准确率从15%提升至53%68% 相似待验证在OpenApps上，Qwen3.5-4B从100个任务中的3个提升到15个66% 相似待验证MATE 搭配 Qwen2.5-14B 模型，任务成功率达到 81.3%65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1046849

API

curl https://kongchang.com/api/v1/knowledge/claims/1046849

MCP

get_claim(id=1046849)