热点事件持续更新
研究提出代码智能体轨迹评分框架TQS
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
2026年10月12日，研究人员在arXiv发布研究，提出用于代码智能体监督微调的结构化评分框架TQS。该框架无需依赖大语言模型（LLM）裁判，即可在线性时间内评估交互轨迹的过程质量。TQS主要从信息聚焦、意图与动作对齐以及策略动态三个维度对轨迹结构进行打分，并从155,144条成功轨迹中筛选优质样本。实验表明，使用TQS高分轨迹子集微调的代码智能体，在SWE-bench Verified基准测试中的表现持续优于随机或低分样本子集。
AI 根据报道生成 · 8 小时前更新
最新进展10月12日 12:00
研究团队提出无需LLM裁判的轨迹评分框架TQS，其微调样本可显著提升代码智能体表现。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv 人工智能质量不仅关乎结果：面向代码智能体监督微调轨迹筛选的结构化评分框架 TQS
研究人员提出代码智能体轨迹结构化评分框架 TQS，无需 LLM 裁判即可在线性时间内评估交互轨迹的过程质量。该方法通过信息聚焦、意图与动作对齐以及策略动态三个维度对轨迹结构进行打分，从 155,144 条成功轨迹中筛选优质样本。实验表明，使用 TQS 高分轨迹子集微调的代码智能体在 SWE-bench Verified 上的表现持续优于随机或低分子集。
本事件热度走势
当前热度 8·可比范围峰值 10（10月12日 13:00）·近 24 小时可比范围变化 –
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。