复现little-coder论文数据：9.7B Qwen在Aider Polyglot拿下45.56%，领先基线2.4倍
2026/10/3 20:09:01
用大模型写代码，完善图像和渲染的时候发现
细节太多的时候，LLM就顾不过来了，表现得类似“降智”了；
尤其是有些是视觉上在人看来非常简单和显而易见的修改或更新，但LLM死活就是抓不住重点，反复绕圈子。
大模型擅长0到1，后续改进效率低
您可能感兴趣的其他内容
版权与内容来源声明 本文为原创整理。文中涉及官方文档、开源仓库、论文与公开报道的内容，均在附表 A 中标注来源；引用官方原文保持原样，不作改写。文中命令、版本号与界面截图以本文成文时的实测/核验结果为准，标注「待验证」的部…...
阅读更多 →1. 先想清楚再动手：高校智慧课程的逻辑框架与路径设计 1.1 智慧课程的“智慧”到底体现在哪 做高校智慧课程设计，最容易踩的坑就是把“智慧”理解成“用了一堆AI工具”。我带过不少老师，上来就问“哪款AI生成课件最牛”“有没有一键出教案的…...
阅读更多 →做过机器人抓取项目的朋友应该都体会过这种绝望：物体明明识别出来了，机械臂却总是抓不准，或者传送带一动，之前给出的位姿就彻底失效。这个场景里真正难的并不是“认出这是什么”，而是 在任何时刻都知道它在哪里、以什…...
阅读更多 →