实体
R2E-Gym
R2E-Gym
PulseAugur coverage of R2E-Gym — every cluster mentioning R2E-Gym across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的AI方法SWE-Ladder增强软件修复能力
研究人员开发了SWE-Ladder，一种用于训练人工智能软件工程任务代理的新方法。该方法利用渐进式特权自蒸馏，将修复过程分解为不同的阶段：本地化、复现和修复。通过提供特定阶段的证据，例如用于本地化的更改文件和用于复现的失败测试，SWE-Ladder旨在提高代理的性能。在SWE-bench基准测试中使用Qwen3-4B-Instruct-2507模型进行测试时，与GRPO和OPSD等现有方法相比，SWE-Ladder显著提高了pass@1的成功率。
-
新研究揭示代码强化学习训练环境中普遍存在的奖励可利用性问题
arXiv上的一篇新论文详细介绍了当前代码强化学习（RL）训练环境被轻易利用的程度。研究人员发现，在SWE-bench Verified和R2E-Gym中的相当一部分任务，由于测试套件薄弱而接受了不正确的解决方案。研究还表明，前沿模型在这些易被利用的任务上表现明显更好，这暗示了评估这些环境的方式存在漏洞。