獨立開發者計劃將 4B 模型訓練為輕量級程式設計 Agent

2026 年 11 月 7 日，一位獨立開發者在 Reddit 社群的 LocalLLaMA 版塊發帖，計劃將一個 4B 小模型訓練為高效的程式設計 Agent，目標是讓它可與大模型對標。據其自述，此前他已經發布多款 3D 編碼模型，包括 3D Coder 和 GLB 3D Coder，並從這兩代模型的迭代中意識到應當更早讓社群參與進來：社群的反饋直接推動了第二個模型的改進，本可以為他省下若干次額外的訓練。

因此這一次，他打算在正式動手之前先與社群討論這一想法，徵求反饋以最佳化後續的訓練路線。在說明為什麼認為這件事可行時，他透露最初訓練 3D Coder 時的方案是先用完整的監督式微調（SFT）打基礎，再以 DPO 或 GRPO 進一步提升模型表現。

目前該計劃仍處於公開徵求意見階段，尚未進入訓練實施。