ニュース
Post-training open-weight models for large-scale code search
turbopuffer · 公開日 · 読了3分
30秒で要点
- 何が起きたか
- Applied Compute and turbopuffer trained a specialized 35B model for code search using reinforcement learning on two task types across 9,000 repositories.
- なぜ重要か
- Engineers building large-scale code search systems where grep and filesystem tools become expensive and slow on massive codebases.
- 注意点
- The fine-tuned model excels at narrow searches but does not yet match frontier models on open-ended pattern discovery tasks.
- post-train
- latency
- open-weight
この話題の背景にあるパターン
- Structure-Aware Codebase Retrieval (Repo Map)
- Filesystem as Context (Context Offloading)
- Reinforcement Learning from Human Feedback
各ページで、技術の仕組み、コストに見合う場面、そして破綻する条件を解説しています。
The Agent Architect
1つのパターン、1つのトレードオフ、1つの本番障害事例。エージェントシステムを構築する人のための短い週刊ブリーフィング。
週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。