研究人员实现极低成本从头训练模型，千美元算力在SWE-bench超越Claude 3 Haiku

斯坦福AI实验室相关研究人员将nanochat框架应用于SWE-bench测试，从随机初始化权重开始训练，仅用60美元算力即达到5.0%的pass@1准确率（接近Claude 2水平），投入1000美元算力则达到11.0%（超越Claude 3 Haiku）。这一实验结果展示了极低成本从头训练代码生成模型的可行性，为开源社区和学术界探索高效模型训练提供了新的参考路径。