用基础模型预测训练后编码Agent性能
Get the story
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。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Software Engineering预测基座模型的后训练编码智能体表现
研究提出在昂贵的后训练之前预测基座模型潜力的方法，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。方法包含 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，其排序与后训练 SWE-bench Verified pass@1 高度一致。
Heat trend
Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.