arXiv · AI· Spandan Garg, Vikram Nitin, Yufan Huang·· 1 天前AI 评分31
Terminus-4B：小模型能否在智能体执行任务中替代前沿 LLM？
Terminus-4B: Can a Smaller Model Replace Frontier LLMs at Agentic Execution Tasks?
AI 导读
基于 Qwen3-4B 的 Terminus-4B 通过 SFT 和 RL 训练，在智能体终端执行任务中性能媲美甚至超越 Claude Sonnet 及 GPT-5.3-Codex 等前沿模型。 在 SWE-Bench Pro 等基准测试中，该模型使主智能体 token 消耗降低约 30%，且未损害任务性能，显著提升了主智能体对子智能体输出的依赖度。
来源：arXiv · AI · arxiv.org