SWE-Ladder 提出分阶段自蒸馏训练 SWE Agent
热点事件持续更新
SWE-Ladder 提出分阶段自蒸馏训练 SWE Agent
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Xudong Cai 等作者提出 SWE-Ladder，把每个训练实例的已验证修复拆成阶段证据，分阶段蒸馏给 SWE Agent：定位阶段用改动文件和行，复现阶段用 fail-to-pass 测试，打补丁阶段用 diff。具体做法是让冻结教师模型分别提供这些阶段信息，再按修复顺序蒸馏，同时用 GRPO 优化完整轨迹。 该方法针对仓库级问题修复中的定位、复现与修补三个环节，作者称其能提升 SWE Agent 的仓库级问题修复能力。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
SWE-Ladder：用分阶段特权自蒸馏提升仓库级问题修复能力报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.SESWE-Ladder：用分阶段特权自蒸馏提升仓库级问题修复能力
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。