arXiv 人工智能· Jiajun Hu, Chun Yong Chong·· 9 小时前AI 评分51
SWE-Critix：用于评估编码智能体轨迹的后训练通用验证器
SWE-Critix: Post-Training Generalist Verifiers for Assessing Coding-Agent Trajectories
AI 导读
研究人员提出 SWE-Critix 后训练流水线，用于训练能够评估并解释编码智能体长执行轨迹的通用验证器。该流程结合监督微调与强化学习，在 CodeForge-Preview 轨迹上训练 30B 规模模型，既能预测任务完成标签又能生成自然语言分析。
来源：arXiv 人工智能 · arxiv.org