あるユーザーは、コードレビュー、テストレビュー、Playwright e2e の3つの批評家を使用して出力品質を検証するコーディングハーネスで、Qwen3.6-27B (8-bit) と GLM5.2 を併用してテストしました。

  • 3批評家パイプラインは、密なモデルに内在する追加のミスを効果的に捉え、フロンティアモデルの最終出力品質に匹敵させることに成功しました。
  • 実行パスはより大きなモデルと比較してノイズが多いですが、ハーネスはワークフローを妨げずにリトライオーバーヘッドを管理します。
  • 特定された最適な戦略は、GLM5.2 などのフロンティアモデルを使用して計画を立て、Qwen3.6 を高ボリュームな実装に使用することです。ここで、エラー捕捉メカニズムが低い生の精度を補償します。