참고Reddit
MS, 리포지토리 수준 코딩 최적화 모델 'FrogNano-4B' 공개
Qwen 3.5 기반 4B 소형 모델로, 로컬 환경에서 SWE 태스크 수행 최적화. 가벼운 에이전트 구현 시 평가해 볼 만한 가치.
요약
마이크로소프트에서 공개한 FrogNano-4B-2609는 GPU 자원이 제한적인 환경을 위해 최적화된 에이전트형 모델로, Reddit의 LocalLLaMA 커뮤니티에서 주목받고 있습니다. 이 모델은 Qwen/Qwen3.5-4B를 기반으로 하며, 기존의 32레이어 하이브리드 Gated DeltaNet 및 gated-attention 아키텍처를 그대로 계승합니다. FrogNano는 리포지토리 수준의 소프트웨어 엔지니어링 작업에 특화되도록 추가적인 텍스트 기반 사후 학습을 거쳤습니다. 특히 TaskPilot을 통해 생성 및 보정된 약 1,500개의 합성 SWE(소프트웨어 엔지니어링) 작업 환경에서 강화 학습을 진행했습니다. 학습 과정에서는 five-tool Leaf 하네스와 다중 턴 코딩 궤적에 기반한 실행 가능한 테스트 보상 체계가 활용되었습니다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 microsoft/FrogNano-4B-2609 · Hugging Face
원문 보기 ↗