研究人员开发了 CodeLift,一种旨在增强软件工程代理训练的新型强化学习方法。该方法通过动态校准通过率奖励来解决标准二元奖励系统的局限性,有效地将测试套件转化为自适应课程。CodeLift 对测试和补丁进行分组,以关注具有挑战性的方面,提供比传统方法更密集、更稳定的学习信号。在软件工程基准上的实验表明,CodeLift 在通过率方面比现有基线有持续的改进。 AI
影响 提高了专注于软件工程任务的 AI 代理的训练效率。
排序理由 详细介绍一种新 AI 代理训练方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →