HSE层级技能进化方法论文发布,提升Coding Agent表现
热点事件持续更新
HSE层级技能进化方法论文发布,提升Coding Agent表现
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
Jun Gao 等人在 arXiv 发布论文(arXiv:2610.35616),提出分层技能演化方法 HSE,从编码轨迹中逐层提炼跨仓库可迁移的程序性技能,整个过程保持底层编码模型冻结。 评测方面,该方法仅用从 SWE-Gym 演化出的 10 个技能,在 SWE-bench Verified 和 DeepSWE 上、于 GLM-5.2(Pi 和 Claude Code harness)以及 GPT-5.5、Opus 4.8(Pi)的所有评测设置下均提升编码表现。论文还称,可通过学到的 evaluator 无需验证反馈、从目标基准轨迹继续演化技能获得额外增益。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 23:34
HSE 分层技能演化方法提升 Coding Agent 表现报道时间线
沿着报道,了解事件的不同侧面。
10月26日
- arXiv · cs.CL精选HSE 分层技能演化方法提升 Coding Agent 表现
Jun Gao 等人在 arXiv 论文 arXiv:2610.35616 中提出分层技能演化方法 HSE,从编码轨迹中逐层提炼跨仓库可迁移的程序性技能,整个过程保持底层编码模型冻结。该方法在 SWE-bench Verified 和 DeepSWE 上评测,仅用 SWE-Gym 演化出的 10 个技能,在 GLM-5.2(Pi 和 Claude Code harness)以及 GPT-5.5、Opus 4.8(Pi)的所有评测设置下均提升编码表现,并可通过学到的 evaluator 无需验证反馈进一步从目标基准轨迹演化技能获得额外增益。
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。