arXiv cs.AI· Xudong Cai, Zhengxi Lu, Yuchen Yan, Jian Shao, Jun Xiao, Yueting Zhuang, Yongliang Shen·· 4 小时前AI 评分45
SWE-Ladder：通过渐进式特权自蒸馏学习定位、复现与修补
SWE-Ladder: Learning to Localize, Reproduce, and Patch via Progressive Privileged Self-Distillation
AI 导读
SWE-Ladder 把训练实例中已验证的修复拆成定位、复现、修补三阶段证据，用规则路由器按工具调用分派每一步、冻结教师只看匹配证据，按修复顺序做渐进式自蒸馏，同时由 GRPO 优化整条轨迹。
来源：arXiv cs.AI · arxiv.org