全部
全部

选一篇,慢慢读

从左侧挑一篇,正文会在这里排成书页。

文章与公开阅读资产

从代码仓库到训练环境:用环境演化循环扩展长程编程智能体

Training coding agents for long-horizon tasks requires environments with verifiable feedback. Existing pipelines often follow a linear process that ends with validation, establishing usability but providing little guidance on improving training value. Recursive self-improvement (RSI) often requires model rollouts or mo

阅读原文 · Yang Tian, Tianyu Zheng, Xiyuan Yang, Yaxin Du, Chengran Yang, Bo Zhao, Jian Yang, Bryan Dai

乔木风格重写

向阳乔木 · opencode-go/deepseek-v4.1-flash

这篇论文盯的是一个很具体的瓶颈: 训练长程编程 Agent 时,环境不够用。 真实仓库很多,但“能跑起来”不等于“能拿来训练”。摘要里说得很直接,现有流水线基本是线性的,最后一步做验证,验证通过就结束了。这条路径只保证环境可用,不告诉你它对训练有没有价值。 RepoFactory 想做的,是把真实仓库自动转成可验证的训练环境,再用一个叫 Environmen...

  • JK下一篇 / 上一篇
  • S收藏
  • A问 AI
  • I沉浸阅读
  • Esc退出

分享海报

正在生成海报…

主题

字体

开源字体第一次使用时联网下载,只取海报上用到的字。