repository-level

Microsoft 发布了 FrogNano-4B-2609，这是一个基于 Qwen3.5-4B 的紧凑型仓库级编码智能体，通过 TaskPilot 流水线和轻量级的五工具 Leaf 框架，仅使用强化学习在约 1,500 个合成 SWE 任务上进行后训练，未从更强模型中蒸馏。

NVIDIA 提出 HORIZON，一个自我进化的智能体框架，将硬件设计视为仓库级代码演化，在多个硬件设计套件上实现了100%的基准测试完成率。

RepoExec 是一个面向仓库级代码生成评估的新基准，聚焦于可执行性、通过自动化测试生成实现的功能正确性，以及跨文件依赖的整合。实验表明，预训练大模型在正确性上优于指令微调模型，而微调模型则更能有效利用所提供的代码依赖。