Jie Zhao团队发布类别感知SWE智能体训练框架
热点事件持续更新
Jie Zhao团队发布类别感知SWE智能体训练框架
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
针对仓库级软件工程智能体在解决多类任务时出现的“跷跷板”效应，Jie Zhao等人开发并发布了类别感知专家训练与策略整合框架。该框架通过迭代训练生成多个专家模型并最终整合策略，实现了无需外部模型提供解法轨迹即可提升任务解决能力的目标。 在基准测试中，该框架整合后的模型在SWE-bench Pro V2上取得了86.19%的平均解决率，在SWE-bench Multilingual上达到71.78%。此外，团队验证了该架构的泛化性，发现三个27B专家模型同样能够提升Qwen3.6-35B-A3B学生模型在多个评估任务集上的表现。
AI 根据报道生成 · 3 小时前更新
最新进展10月30日 12:00
面向软件工程智能体的类别感知迭代专家训练：从一到多再合一报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · NLP面向软件工程智能体的类别感知迭代专家训练：从一到多再合一
针对仓库级 SWE 任务中类别间收益此消彼长的“跷跷板”效应，论文提出一种类别感知专家训练与策略整合框架，无需外部模型提供解法轨迹。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月30日 17:00
- 近 24 小时变化
- –
02.557.510
17:0018:0019:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。