arXiv · NLP· Xiaocong Yang, Rishit Chatterjee, Himanshu Udupi, Vikram Ramavarapu, ChengXiang Zhai·· 3 小时前AI 评分39
CQ2-CARE：Coding Agent 整文件选择优于压缩与检索解决代码缺陷
Skip the Compressor: Coding Agents Fix More Issues When They Pick Whole Files
AI 导读
在 SWE-bench 300 个 issue 上，CQ2-CARE 通过整文件选择策略让 GPT-5.6 和 Claude Opus 5 分别解决 43.7% 和 46.7% 的缺陷。 相比最佳压缩器和高检索器，该方法分别高出 6.3 和 9.3 至 12.7 个百分点。 此方法无需压缩模型，保持代码原样，提升 patch 成功率。
来源：arXiv · NLP · arxiv.org