연구진이 코드 에이전트 학습 시 함수 호출 패턴을 활용하는 새로운 방법인 '함수 인식 FIM(Function-Aware Fill-in-the-Middle)'을 개발했어요.
Qwen2.5-Coder-Instruct 7B/14B 모델을 함수 호출 패턴으로 mid-training 한 결과, SWE-Bench-Verified에서 각각 2.8%, 3.0% 성능이 향상됐어요.
이 방법은 R2E-Gym, SWE-Smith 등 다양한 agentic post-training 파이프라인에서 효과를 보였고, Qwen3-8B 모델에서도 3.2% 성능 향상을 기록했어요.
특히 코드 에이전트 학습 외 다른 코딩/비코딩 작업 능력 저하를 막는 효과도 있어, Python 코드 외 다른 환경에서도 활용 가능성이 높아요.