arXiv · AI· Xudong Cai, Zhengxi Lu, Yuchen Yan, Jian Shao, Jun Xiao, Yueting Zhuang, Yongliang Shen·· 24 天前AI 评分35
SWE-Ladder:通过渐进式特权自蒸馏学习定位、复现和修复
SWE-Ladder: Learning to Localize, Reproduce, and Patch via Progressive Privileged Self-Distillation
AI 导读
SWE-Ladder 提出分阶段证据蒸馏方法,解决 SWE 代理缺乏定位与复现阶段特定指导的问题。 在 Qwen3-4B-Instruct-2507 模型上,该方法使 SWE-bench Verified pass@1 从 9.6% 提升至 16.4%。 该方法优于 GRPO(10.4%)和 OPSD(12.4%),验证了阶段顺序对性能的关键影响。
来源:arXiv · AI · arxiv.org