arXiv cs.AI· Xudong Cai, Zhengxi Lu, Yuchen Yan, Jian Shao, Jun Xiao, Yueting Zhuang, Yongliang Shen·· 7 天前AI 评分41
SWE-Ladder：通过渐进式特权自蒸馏学习定位、复现与修复
SWE-Ladder: Learning to Localize, Reproduce, and Patch via Progressive Privileged Self-Distillation
AI 导读
研究者提出 SWE-Ladder，通过将软件修复过程分解为定位、复现与修复的阶段性特权自蒸馏，并结合 GRPO 优化端到端轨迹。在 SWE-bench Verified 基准上基于 Qwen3-4B-Instruct-2507 评测，R2E-Gym 脚手架下的 pass@1 从 9.6% 提升至 16.4%，优于纯 GRPO 的 10.4% 和全补丁 OPSD 的 12.4%。
来源：arXiv cs.AI · arxiv.org