@HuggingPapers: LoopCoder-v2 已发布。一个基于 18T token 训练的 7B 模型，仅用两次循环就在 SWE-bench Verified 上取得了 64.4 的高分，击败了...
摘要
LoopCoder-v2 是一个基于 18T token 训练的 7B 模型，仅用两次循环就在 SWE-bench Verified 上取得了 64.4 的成绩，性能超越 30 倍参数规模的模型。模型和代码已在 Hugging Face 上开源。
查看缓存全文
缓存时间: 2026/06/17 13:54
LoopCoder-v2 已发布
一个在18T token上训练的7B模型，仅用两个循环就在SWE-bench Verified上取得了64.4分，击败了30倍大的模型。
添加第三个循环反而效果更差。
模型和代码已在Hugging Face上发布。 https://t.co/nyHlt7suMB
相似文章
Multilingual-Multimodal-NLP/LoopCoder-V2 · Hugging Face
LoopCoder-V2 是一个基于 Parallel Loop Transformer (PLT) 构建的 7B 参数指令调优代码模型，展示了非单调测试时扩展特性，其中两个循环提供了最佳的收益-成本权衡，并在代码生成和推理基准测试上显著优于基线模型。
@DorothyDDU: LoopCoder-v2 已发布 Loop Transformers 重复使用同一个块进行循环隐藏状态优化——让模型“思考”更多……
本文介绍了LoopCoder-v2，一个70亿参数的并行循环变换器系列，用于代码生成，并研究了最优循环次数，发现两个循环能带来显著提升，而更多循环则会导致性能下降。
@rohanpaul_ai: 这篇论文提出了一个大胆的主张，对‘更多测试时计算应持续带来帮助’的普遍观点提出了挑战。声称一个代码…
本文介绍了 LoopCoder-v2，一个 7B 代码模型，该模型从单次重新思考循环中获益最大；额外的循环会降低性能，挑战了‘更多测试时计算总是有帮助’的假设。
@rasbt: 疯狂模型！它实际上使用了旧的Qwen2.5-Coder-3B栈，并通过后训练取得了非常出色的性能……
一个使用Qwen2.5-Coder-3B栈的3B参数模型，在编程基准测试中取得了与Claude Opus 4.5相媲美的分数，采用了详细的后训练技术，包括合成数据、过滤、两阶段SFT，以及一种新颖的RL方法（MGPO）。
Liquid AI 发布基于 38T 训练的 8B-A1B MoE 模型
Liquid AI 发布了 LFM2.5-8B-A1B，这是一款边缘 MoE 模型，基于 38T tokens 训练，拥有 128K 上下文窗口，改进了工具调用和推理能力，可在 Hugging Face 上获取。