OPRD: On-Policy Reminder Distillation for Long-Horizon Coding Agents
Aggiunta all'archivio di AIChronos il (numero del 17 ottobre 2026 ricostruito)· fonte del · Yuechen Luo, Zhiyi Lai, Miao Ziqi, Zihang Xu, Jingxuan Xu, Songwei Yu
OPRD è un approccio che combina supervisione multi-scope e routing basato su risultati per migliorare l'abilità degli agenti di codifica a lungo termine in rispetto alle restrizioni e ai feedback delle tool. L'approccio riduce gli errori e aumenta la soluzione dei compiti.
- OPRD combina supervisione multi-scope con routing basato su risultati
- Il metodo utilizza autoregressione per imitazione autonomamente e reverse-KL per supervisione condizionata
- Migliora la risoluzione dei compiti di 11.3 punti sul benchmark
Perché conta. Questo lavoro è rilevante per gli sviluppatori che lavorano con LLM e agenti, poiché offre un approccio innovativo per migliorare l'adeguatezza delle risposte a lungo termine in contesti di codifica.
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.