arXiv · Machine Learning· Junjielong Xu, Huachao Zhu, Alyssa Wu, Zhichao Hu, Pinjia He·· 8 小时前AI 评分50
CodeLift：将软件测试套件转化为密集的 SWE 训练课程
CodeLift: Your Test Suite Is Secretly a Dense SWE Curriculum
AI 导读
CodeLift 提出一种用于软件工程 Agent 的强化学习方法，通过动态校准测试通过率奖励，将测试套件转化为自适应训练课程。该方法按测试对补丁的区分能力对测试组和补丁组进行聚类，并提高较少补丁组能够通过的测试组的权重，以降低大量简单测试对奖励的影响。
来源：arXiv · Machine Learning · arxiv.org