arXiv · Software Engineering· Jia Liufu, Bin Hu, Linglin Jing, Terry Kong, Yuki Huang, Ashwath Aithal, Wenming Yang, Jun Yang·· 3 小时前AI 评分45
FC-SWE：面向长程软件工程智能体的失败条件强化学习
FC-SWE: Failure-Conditioned RL for Long-Horizon Software Engineering Agents
AI 导读
FC-SWE 提出失败条件强化学习框架，在补丁验证失败后恢复仓库原始状态，把失败补丁与验证反馈作为上下文生成恢复轨迹，并改造 GRPO 训练策略。
来源：arXiv · Software Engineering · arxiv.org