HuggingFace Daily Papers（社区热门论文）·2026-09-26 08:00· 4 天前AI 评分37

GAGAR：面向代码智能体 RL 的分组智能体评分与优势重分配

Groupwise Agentic Grading and Advantage Redistribution for Code Agent RL

AI 导读

GAGAR 是一个面向代码智能体强化学习的质量感知信用重分配框架，通过 SFT 训练的智能体评分器在同一工作区内联合检查并排序通过测试的轨迹，对低排名轨迹降权并按比例重缩放优势值以保持总和不变。