Junjielong Xu

CodeLift 方法将测试套件转化为密集的软件工程代理课程

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。