arXiv 人工智能· Xudong Cai, Zhengxi Lu, Yuchen Yan, Jian Shao, Jun Xiao, Yueting Zhuang, Yongliang Shen·· 1 天前AI 评分45
SWE-Ladder：通过渐进式特权自蒸馏学习定位、复现与修复
SWE-Ladder: Learning to Localize, Reproduce, and Patch via Progressive Privileged Self-Distillation
AI 导读
SWE-Ladder 通过将代码修复拆解为定位、复现与打补丁阶段的特权证据，按修复顺序进行渐进式自蒸馏并结合 GRPO 优化端到端轨迹。在 SWE-bench Verified 上基于 Qwen3-4B-Instruct-2507 评测，其在 R2E-Gym 下 pass@1 从 9.6% 提升至 16.4%，在 OpenHands 下从 13.0% 提升至 17.6%。
来源：arXiv 人工智能 · arxiv.org