跳到正文
arXiv · ML· Jia Liufu, Bin Hu, Linglin Jing, Terry Kong, Yuki Huang, Ashwath Aithal, Wenming Yang, Jun Yang·· 2026-10-07AI 评分35

FC-SWE: 失败条件强化学习用于长时程软件工程智能体

FC-SWE: Failure-Conditioned RL for Long-Horizon Software Engineering Agents

AI 导读

FC-SWE 提出一种失败条件强化学习框架,将恢复尝试纳入策略训练,在 SWE-bench Verified 上以 Qwen3.5-4B 模型取得 41.7% 的 Resolved@1 成绩。

来源:arXiv · ML · arxiv.org