Dans l'actualité
Post-training open-weight models for large-scale code search
turbopuffer · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- Applied Compute et turbopuffer ont entraîné un modèle Qwen 35B spécialisé en recherche de code via reinforcement learning sur 9 000 dépôts.
- Pourquoi ça compte
- Pour les équipes construisant des systèmes de recherche de code à grande échelle où grep et les outils filesystem deviennent coûteux.
- Vigilance
- Le modèle fine-tuné excelle sur les recherches ciblées mais ne rivalise pas encore avec les modèles frontier sur la découverte de patterns ouverte.
- post-train
- latency
- open-weight
Les patterns derrière cette actualité
- Structure-Aware Codebase Retrieval (Repo Map)
- Filesystem as Context (Context Offloading)
- Reinforcement Learning from Human Feedback
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.