5 modèles Qwen3 battent Fable 5 sur LiveCodeBench
Original : Memdoor: A team of 5 Qwen3.8-27B models beats Fable 5 on LiveCodeBench Hard
Pourquoi c'est important
La coordination multi-agents sur modèles moyens rivalise avec de grands modèles en solo.
Un workflow multi-agents Memdoor avec 5 instances Qwen3.8-27B obtient 9,8/10 de moyenne sur 10 problèmes LiveCodeBench Hard, contre 8,0 pour Fable 5 seul, sur 5 passes complètes.
Le dépôt Memdoor publie un workflow multi-agents nommé « team-solve », conçu pour résoudre des problèmes de programmation compétitive. L'architecture mobilise cinq rôles distincts — planificateur, deux idéateurs, solveur et manager — auxquels s'ajoute un agent de réparation. Chaque agent démarre avec un contexte vierge et communique exclusivement via des fichiers sur disque. Aucun humain n'a écrit le code : le modèle lui-même a généré les fichiers à partir d'une description de la méthode (25 octobre 2026).
Le benchmark porte sur les dix premiers problèmes LiveCodeBench Hard, cinq passes, avec les prompts exacts de la publication GVS5H (Lee, 2026). Résultat : le workflow Memdoor atteint 9,8/10 de moyenne, contre 9,6 pour le propre harness des auteurs reconstruit sur Qwen3.8-27B, et 8,0 pour Fable 5 en mode solo. Les 50 runs sont intégralement publiés, requêtes, réponses, programmes générés et sorties du correcteur inclus. Le modèle tourne avec une fenêtre de réponse limitée à 128K tokens.