FrogNano：通过在线任务合成训练 4B 编程智能体
FrogNano: Training a 4B Coding Agent via Online Task Synthesis
FrogNano 是一个 4B 编程智能体，仅通过 RL 在约 1,500 个 SWE 环境上用合成任务后训练而成，无需从更大模型蒸馏。其核心是在线任务合成流水线，按当前 checkpoint 的可学习边界生成任务。该研究为在最低硬件上运行轻量编程智能体提供了基础。
作者：Minseon Kim、Zhengyan Shi、Emiliano Penaloza、Christopher Cui、Roger Creus Castanyer、Maryam Hashemzadeh、Isadora White、Jonathan Light、Jeonghye Kim、Matheus Pereira、Darya Moldavskaya、Chinmay Singh、Fabio Vera、Baolin Peng、Xingdi Yuan、Marc-Alexandre Côté、Alessandro Sordoni
摘要：我们提出 FrogNano，一个 4B 编码智能体，旨在即使在资源受限的环境中也能高效且有效地处理软件工程（SWE）任务。它完全通过强化学习在约 1,500 个带有合成任务的 SWE 环境中进行后训练。提升性能的一个关键要素是在线任务合成流水线，它创建的任务被校准到当前检查点的可学习性前沿。本报告提供了证据，表明有竞争力的小型编码智能体可以仅用合成任务训练，而无需从更大模型进行传统蒸馏，并且生成处于当前智能体可学习性前沿的任务非常重要。我们报告了训练方法、跨多样环境的评估以及深入分析的细节，为我们在轻量级但有能力、可在最低硬件上运行的编码智能体方面的持续探索奠定基础。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2609.07925 [cs.AI] |
| （或 arXiv:2609.07925v5 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2609.07925 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Minseon Kim [查看电子邮件]
[v1]
2026年9月7日星期一 19:39:38 UTC（2,233 KB）
[v2]
2026年9月9日星期三 15:35:02 UTC（2,216 KB）
[v3]
2026年9月14日星期一 16:12:24 UTC（2,216 KB）
[v4]
2026年9月16日星期三 17:38:11 UTC（2,219 KB）
[v5]
2026年10月5日星期一 18:00:17 UTC（2,219 KB）
来源：arXiv cs.AI · arxiv.org