用基础模型预测训练后编码Agent性能

2026年10月8日，arXiv 软件工程方向发布一项研究，提出在昂贵后训练之前预测基座模型潜力的方法。该方法把后训练智能体的成功轨迹当作前瞻信号，并定位让代码库由失败转为通过的决定性步骤。研究包含 Decisive-Action BPB、Patch MCQ 与前缀条件 pass@K 三种筛选指标，在十对公开基座与后训练模型上验证，其排序结果与后训练 SWE-bench Verified pass@1 高度一致。目前报道仅涉及该方法与验证结果，未提及其他团队复现或后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。