SWE-Ladder渐进自蒸馏训练方法提出，提升软件工程Agent表现
热点事件持续更新
SWE-Ladder渐进自蒸馏训练方法提出，提升软件工程Agent表现
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
SWE-Ladder作者团队在arXiv发布论文，提出将每个训练实例的已验证修复拆解为定位（变更文件与行）、复现（fail-to-pass测试）、修补（diff）三个阶段，由规则路由器按工具调用分配阶段，冻结教师模型仅见对应证据并按修复顺序蒸馏，同时用GRPO优化完整轨迹。 论文称，在SWE-bench Verified上使用Qwen3-4B-Instruct-2507，该方法在R2E-Gym框架下将pass@1从9.6%提升至16.4%，在OpenHands框架下从13.0%提升至17.6%。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
SWE-Ladder：通过渐进式特权自蒸馏学习定位、复现与修补报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AISWE-Ladder：通过渐进式特权自蒸馏学习定位、复现与修补
新方法 SWE-Ladder 将每个训练实例的已验证修复拆解为阶段化证据——变更文件与行用于定位、fail-to-pass 测试用于复现、diff 用于修补，由规则路由器按工具调用分配阶段，冻结教师模型仅见对应证据，并按修复顺序蒸馏，同时用 GRPO 优化完整轨迹。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。