Microsoft en Hugging Face hebben de code voor ThinkingBox‑Training op GitHub gepubliceerd. Ze gebruikten een beloning op basis van controles van de databasestatus om het model Qwen3.8‑27B te finetunen. Na 50 GRPO-stappen steeg de pass@1-score van het model van 51.70% naar 60.78%. Ook nam het aantal taken dat het bij alle 20 pogingen goed uitvoerde toe: van 38 (7.5%) naar 107 (21.1%). Daar stond een bescheiden daling van de dekking bij ten minste één geslaagde poging tegenover.
Waarom het ertoe doet
Voor bedrijven die betrouwbare database-updates nodig hebben, is de kans met het gefinetunede model ongeveer drie keer zo groot dat een taak elke keer goed wordt uitgevoerd.
