跳到正文
arXiv · ML· Junjielong Xu, Huachao Zhu, Alyssa Wu, Zhichao Hu, Pinjia He·· 2026-10-14AI 评分45

CodeLift 将测试套件转化为动态密集课程以优化 SWE Agent 训练

CodeLift: Your Test Suite Is Secretly a Dense SWE Curriculum

AI 导读

CodeLift 提出一种强化学习方法,通过动态校准通过率奖励解决全通过二进制奖励稀疏问题,提升 SWE Agent 性能。 该方法按“杀死同一补丁的测试”和“通过同一测试的补丁”分组,动态加权更难的测试组,并在单次 rollout 中为有用操作赋予信用,即使后续引入回归。 实验显示 CodeLift 在 SWE 基准上持续提高 pass@1/2/4/8,提供密集且稳定的学习信号。

来源:arXiv · ML · arxiv.org