arXiv cs.SE· Junjielong Xu, Huachao Zhu, Alyssa Wu, Zhichao Hu, Pinjia He·· 4 小时前AI 评分45
CodeLift：把测试套件变成密集 SWE 课程表的强化学习方法
CodeLift: Your Test Suite Is Secretly a Dense SWE Curriculum
AI 导读
CodeLift 是一种强化学习方法，通过动态校准通过率奖励，把测试套件变成自适应课程。它按杀死相同补丁的测试分组、按通过相同测试的补丁分组，对更少补丁组通过的测试组赋予更高权重，以削弱大量简单测试的影响；在单次 rollout 内还对仓库快照应用同一评分规则，为有用动作记分。SWE 基准实验显示，CodeLift 在 pass@1/2/4/8 上稳定优于二元奖励和通过率基线。
来源：arXiv cs.SE · arxiv.org