HSE 层级技能进化框架发布

2026 年 10 月 27 日，Jun Gao 等人在 arXiv cs.CL 板块发布论文，提出层级技能进化（HSE）框架。该框架旨在解决编码智能体的技能迁移问题，通过层级证据聚合，从编码轨迹中蒸馏出可跨仓库复用的程序化技能。 在技术实现上，HSE 采用外部“生成-评估”循环驱动进化过程。在此过程中，底层编码模型（如 GLM-5.2、GPT-5.5 及 Opus 4.8）的参数保持冻结，仅通过外部循环生成和评估技能，实现了不修改模型本身即可提升性能的目标。 研究团队在 SWE-bench Verified 和 DeepSWE 数据集上验证了该方法的通用性。测试覆盖了 Pi 和 Claude Code 等不同工具环境。实验表明，仅使用从 SWE-Gym 进化出的 10 项技能，即可有效提升上述冻结模型的表现，证明了该蒸馏框架的有效性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。