설명
FrogNano-4B-2609는 Microsoft에서 개발한 Qwen/Qwen3.5-4B 모델에서 파생된 컴팩트한 코딩 에이전트입니다. 이 모델은 리포지토리 수준의 소프트웨어 엔지니어링 작업을 위해 특별히 설계되었으며, 약 1,500개의 합성 작업에 대해 강화 학습을 통해 후속 훈련되었습니다. 이 모델은 경량의 다섯 개 도구로 구성된 Leaf 하네스를 통해 작동하며, 장기적인 리포지토리 탐색, 디버깅, 코드 편집, 테스트 실행 및 패치 생성을 중점적으로 다룹니다.
더 읽기
FrogNano의 아키텍처는 밀집된 32층 하이브리드 Gated DeltaNet과 게이트드 주의 인과 언어 모델을 포함합니다. 이 모델은 자연어 지침 및 소스 코드를 포함한 텍스트 입력을 지원하며, 텍스트 응답, 추론 텍스트, 소스 코드 및 구조화된 도구 호출을 출력합니다. 모델의 평가된 구성은 약 131K 토큰의 컨텍스트 길이를 허용합니다.
FrogNano의 주요 사용 사례는 소프트웨어 엔지니어링 연구 및 인간 감독 개발입니다. 이 모델은 재현 가능한 환경과 실행 가능한 테스트 스위트를 갖춘 Python 중심의 영어 리포지토리에 가장 적합합니다. 모델은 하네스가 격리된 리포지토리 환경에서 실행하는 구조화된 Leaf 도구 호출을 생성하여 반복적인 파일 검사, 코드 편집 및 테스트 실행을 가능하게 합니다.
FrogNano는 Hugging Face 모델 리포지토리에서 다운로드 가능한 모델 가중치 및 구성 파일에 대한 공개 액세스를 통해 배포됩니다. 이 모델은 Qwen3.5 아키텍처와 호환되는 추론 런타임이 필요하며, 문서화된 롤아웃 구성은 GPU 서버에서 SGLang을 사용합니다.
FrogNano는 리포지토리 수준의 코딩 작업에서 뛰어난 성능을 발휘하지만, 일반적인 지원이나 다중 모드 작업을 위해 설계되지 않았습니다. 또한 안전이 중요한 애플리케이션이나 특권 인프라에 대한 검토되지 않은 변경을 허용하는 시스템에는 적합하지 않습니다. 출력은 샌드박스 실행, 인간 검토 및 독립적인 기능 및 보안 검증이 필요합니다.
- 카테고리AI 모델 및 LLM
- 요금제오픈소스
- 배포클라우드
- 플랫폼웹
FrogNano-4B-2609 하이라이트
리포지토리 수준의 소프트웨어 문제 해결
코드베이스 탐색 및 디버깅
구조화된 Leaf 도구 호출 생성
텍스트 및 소스 코드의 긴 컨텍스트 처리
강화 학습으로 후속 훈련됨
밀집된 32층 하이브리드 Gated DeltaNet 아키텍처
텍스트 입력 및 출력
Apache 라이선스 2.0
FrogNano-4B-2609 시작하기
모델 접근: Hugging Face에서 다운로드
인증: 필요한 자격 증명 설정
환경 설정: 호환되는 런타임 구성
API를 통한 통합: 도구 호출을 위해 Leaf 하네스 사용
최적화: 특정 작업에 맞게 설정 조정
FrogNano-4B-2609의 사용 사례
- 버그 진단
- 코드 탐색
- 기능 구현
- 패치 생성
- 테스트 주도 개발










