arXiv · Software Engineering· Jiangrui Zhao, Chenglong Li, Meng Zhang, Xiaoting Du·2026-10-01 12:00· 3 小时前AI 评分58

HiSentinel：基于事后蒸馏的编码智能体干预哨兵

Learning When and How to Intervene: A Hindsight-Distilled Sentinel for Coding Agents

AI 导读

论文提出 HiSentinel，通过事后蒸馏训练 0.6B 与 1.7B 轻量哨兵，在执行前判断是否干预以提升任务完成率。在 SWE-bench Verified Mini 和 Ask or Assume 上分别提升 14% 与 10%，同时保持竞争力 token 消耗。