独立开发者计划将 4B 模型训练为轻量级编程 Agent

2026 年 11 月 7 日，一位独立开发者在 Reddit 社区的 LocalLLaMA 版块发帖，计划将一个 4B 小模型训练为高效的编程 Agent，目标是让它可与大模型对标。据其自述，此前他已经发布多款 3D 编码模型，包括 3D Coder 和 GLB 3D Coder，并从这两代模型的迭代中意识到应当更早让社区参与进来：社区的反馈直接推动了第二个模型的改进，本可以为他省下若干次额外的训练。

因此这一次，他打算在正式动手之前先与社区讨论这一想法，征求反馈以优化后续的训练路线。在说明为什么认为这件事可行时，他透露最初训练 3D Coder 时的方案是先用完整的监督式微调（SFT）打基础，再以 DPO 或 GRPO 进一步提升模型表现。

目前该计划仍处于公开征求意见阶段，尚未进入训练实施。