Folia
← 返回头版

开发者训练360M参数模型实现终端仿真功能

开发者基于Qwen2.5-Coder-0.5B模型进行微调,训练了一个360M参数的终端仿真模型1。该模型通过学习键盘输入到屏幕变化的映射关系,能够模拟vim、tmux、Python REPL等应用程序的行为,并在一定程度上保持文件系统状态的一致性1。

在性能表现方面,该模型在ShellBench测试中正确运行78条命令(共106条),在PresetBench测试中得分38/47(int4版本),内存测试中精确回读64/641。推理延迟方面,M4 Mac上单字符输入约需60毫秒,较大的更新操作如man命令在顺序模式下约需2.5秒,使用并行验证则降至0.9秒1。

训练过程采用了多项优化技术1。开发者基于336个episodes(对应约2B tokens)的训练数据进行微调,训练成本约75个GPU小时(RTX 4090)1。模型通过DAgger方法学习自身错误修正,并采用并行行生成与投机性解码技术提升交互速度,同时使用语法约束解码确保输出正确性1。为实现浏览器内交互,开发者将原始494M参数的模型通过删除嵌入表缩小至360M,量化到int4后仅需208MB1。在知识蒸馏实验中,16层学生模型在内存测试中达到64/64的精确度,但ShellBench性能下降至65/1061。


评论