SWE-Critix：SFT+RL 训练编码 Agent 轨迹通用验证器
热点事件持续更新
SWE-Critix：SFT+RL 训练编码 Agent 轨迹通用验证器
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
研究者提出 SWE-Critix，一个后训练流程，用于训练编码 Agent 轨迹的通用验证器：根据任务及其执行轨迹预测 Agent 是否完成，并生成解释判断的自然语言分析。流程结合监督微调（SFT）与强化学习（RL），在 CodeForge-Preview 轨迹上训练了一系列 30B 模型。基于论文摘要，在保留测试集上分类准确率从基础 Qwen3-30B-A3B 推理模型的 57% 提升到 SFT 后的 66%，再经 RL 提升至 78%。作者同时发布了模型、数据集和训练代码。
AI 根据报道生成 · 44 分钟前更新
最新进展10月12日 12:00
SWE-Critix：用于评估编码Agent轨迹的后训练通用验证器报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · cs.AISWE-Critix：用于评估编码Agent轨迹的后训练通用验证器
研究者提出SWE-Critix，用于根据任务及其执行轨迹预测编码Agent是否完成，并生成解释判断的自然语言分析；该流程结合监督微调（SFT）与强化学习（RL），在CodeForge-Preview轨迹上训练一系列30B模型。基于论文摘要，在保留测试集上，分类准确率从基础Qwen3-30B-A3B推理模型的57%提升到SFT后的66%，再经RL提升至78%；作者同时发布模型、数据集和训练代码。
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。