arXiv cs.SE· Xudong Cai, Zhengxi Lu, Yuchen Yan, Jian Shao, Jun Xiao, Yueting Zhuang, Yongliang Shen·· 2 小时前AI 评分52
SWE-Ladder：用分阶段特权自蒸馏提升仓库级问题修复能力
SWE-Ladder: Learning to Localize, Reproduce, and Patch via Progressive Privileged Self-Distillation
AI 导读
SWE-Ladder 将每个训练实例的已验证修复拆成阶段证据，把定位所需的改动文件与行、复现所需的 fail-to-pass 测试、打补丁所需的 diff 分别交给冻结教师模型，再按修复顺序分阶段蒸馏，同时用 GRPO 优化完整轨迹。
来源：arXiv cs.SE · arxiv.org