热点事件持续更新
HERO：分层强化学习提升编码代理Token效率
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026-10-01，arXiv 发表软件工程领域论文，介绍 HERO 方法。该方法通过分层强化学习在 SWE-bench Verified 与 SWE-bench Multilingual 上平衡分辨率率与 token 效率。HERO 在轨迹与轮次两个层级鼓励高效推理模式，利用成功解析减少 token 消耗，并避免与轮次熵相关的无效活动。实验显示 HERO 相比现有编程智能体与强化学习方法在 token 开销上更优。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · Software EngineeringHERO：分层强化学习实现高效编程智能体
HERO 通过分层强化学习在 SWE-bench Verified 和 SWE-bench Multilingual 上实现分辨率率与 token 效率的平衡。模型在轨迹和轮次两个层级鼓励高效推理模式，利用成功解析可用更少 token、未产生活动与轮次熵相关的观察。实验表明 HERO 相比现有编程智能体和强化学习方法在 token 开销上更优。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。