실제 디버거를 활용한 Qwen3-Coder의 포스트 트레이닝 결과

요약

본 기사는 실제 디버거 환경을 활용하여 Qwen3-Coder 모델을 포스트 트레이닝한 결과를 보고합니다. 이 과정을 통해 모델의 버그 해결 능력이 크게 향상되어, 문제 해결률이 70%에서 89%로 증가했으며 평균 수정 데일리가 46턴에서 19턴으로 대폭 감소했습니다. 특히, 단순히 코드를 분석하는 것을 넘어 실행 기반 추론, 라이브 변수 및 호출 스택 검사, 브레이크포인트 설정 등 실제 디버거의 기능을 활용할 수 있게 되었습니다.

핵심 포인트

• 실제 디버거 환경을 이용한 포스트 트레이닝이 코드 생성 모델의 성능 향상에 효과적임.
• 모델의 버그 해결률(Solve rate)이 70%에서 89%로 크게 개선됨.
• 평균 수정 데일리가 절반 가까이 감소하여 디버깅 효율성이 높아짐 (46 → 19).
• 개선된 모델은 실행 기반 추론, 라이브 변수/호출 스택 검사 등 실제 디버거의 고급 기능을 활용함.