跳到正文
arXiv · NLP· Mengyang Liu, Weiming Wang, Haixin Nan, Yu Wu, Peize Li, Shihong Huang, Xuning He, Xue Jiang, Yihong Dong·· 2026-10-14AI 评分49

SPROUT:扩展长期软件工程智能体强化学习

SPROUT: Scaling Agentic Reinforcement Learning for Long-Horizon Software Engineering

AI 导读

SPROUT 提出基于快照的智能体强化学习框架,在长期编码任务中将多种 LLM 的 pass@k 提升最高 23.6%,同时仅使用原模型 32%–52% 的 tokens。

来源:arXiv · NLP · arxiv.org