热点事件持续更新
SWE-Ladder：三阶段特权自蒸馏训练 SWE 智能体
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026 年 10 月 27 日，一篇 arXiv cs.AI 论文提出 SWE-Ladder 方法，用于训练软件工程（SWE）智能体。该工作把训练实例中已验证的修复拆解为定位、复现、修补三个阶段的证据，用规则路由器按工具调用把每一步分派到对应阶段，冻结的教师模型只能看到与该阶段匹配的证据，从而按修复顺序进行渐进式特权自蒸馏；同时用 GRPO 优化整条轨迹。报道未给出基准成绩、对比数据或与既有方法的量化差异。这是本事件目前唯一一篇报道，暂无后续进展，也尚无与早先说法不一致之处。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 12:00
新论文提出 SWE-Ladder：按定位、复现、修补三阶段做渐进式特权自蒸馏，并用 GRPO 优化整条轨迹。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AISWE-Ladder：通过渐进式特权自蒸馏学习定位、复现与修补
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。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。