arXiv · AI· Yuhang He, Yanyu Chen, Chuanzhe Guo, Jie Zhu, Zichen Tian, Hongyu Ge, Zixuan Ren, Huang He, Bingjin Chen, Junyuan Shang, Shuohuan Wang, Yongqi Zhang, Irwin King, Jing Liu·· 3 天前AI 评分32
SWE-OPD 通过 On-Policy Distillation 提升智能体编程能力
SWE-OPD: On-Policy Distillation for Agentic Coding
AI 导读
SWE-OPD 提出针对软件工程任务的 On-Policy Distillation 方法,使 Qwen3.5-9B 在 Qwen3.6-27B 监督下 SWE-bench Pro 解决率从 35.9% 提升至 39.4%。
来源:arXiv · AI · arxiv.org