实体
SWE-Gym
SWE-Gym
PulseAugur coverage of SWE-Gym — every cluster mentioning SWE-Gym across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
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
-
新方法为AI编码代理提炼可迁移的编码技能
研究人员开发了一种名为分层技能演化（HSE）的新方法，用于为编码代理提炼可迁移的程序性知识。HSE通过从单个编码轨迹、然后从代码库、最后跨代码库聚合证据来逐步完善技能。该过程使用外部编写-评估循环来生成和评估技能，而无需修改核心编码模型。在SWE-bench Verified和DeepSWE基准上的评估表明，10项演化技能在各种设置、模型和代理工具中提高了编码性能。
-
新工具PAIChecker识别LLM基准中的PR-问题不匹配
研究人员开发了PAIChecker，一个多智能体系统，旨在识别和纠正用于评估大型语言模型（LLM）的基准中拉取请求（PR）与其相关问题之间不匹配的情况。对SWE-bench Verified实例的研究显示，在各种模式下，13.6%的PR-问题配对存在不匹配。PAIChecker采用三阶段方法，结合模式识别、标签合成和代码级验证，以确保更准确和可泛化的基准构建。实验表明，PAIChecker在SWE-Gym和SWE-bench Mult…