Skip to content
简体中文

切换主题

arXiv 2609.32577 · cs.CL · 2026-09-26

Groupwise Agentic Grading and Advantage Redistribution for Code Agent RL

Jinhao Dong, Liang Zhao, Zihao Yue, Wenhan Ma, Linghao Zhang, Lei Li, Shicheng Li, Yifan Song 等 10 人

Xiaomi MiMo

在最新榜 #174 本站收录于 2026-10-21

一句话要点

GAGAR 在编程 Agent RL 中按实现质量重新分配优势值,奖励更干净、更聚焦的代码修改。

GAGAR redistributes advantages by implementation quality in code-agent RL, rewarding cleaner, targeted changes.

95HF 点赞
–GitHub stars
1引用(Semantic Scholar)
54.1热度分

阅读 arXiv 原文 PDF Hugging Face 讨论

数据说明

元数据来自 arXiv API(已核实);点赞来自 Hugging Face 每日论文;引用来自 Semantic Scholar。最近刷新 2026-10-22。

要点由本站根据摘要自写,不转载摘要原文,请阅读原文。

数据更新于:最新 AI 论文(北京时间)