ANTE 让编码智能体先预测再执行，SWE-bench 提升

2026年10月16日报道，马里兰大学与 AWS AI Labs 提出强化学习框架 ANTE，思路是让编码智能体在动手前先预测动作的后果，再据此执行。报道称，Qwen3-32B 在 SWE-bench Verified 上的 pass@1 从 25.0% 提升到 57.2%，比匹配的 GRPO 基线高 6.2%；其内部世界模型的准确率也从 44% 升到 69%。方法层面，ANTE 用 BAPO 把经过验证的预测锚定为逐步优势信号；推理阶段的 ANTE-TTO 无需外部打分器即可从候选动作中做选择。目前该工作处于论文/框架发布阶段，后续报道尚未给出更多复现或落地信息。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。