ProgramGym 扩展长程程序复现智能体的训练环境
ProgramGym 是一个框架，用于为从零开始复现程序的编程智能体构建可验证的训练环境。其 Program-Env 组件从代码仓库生成环境，在 C、C++、Go 和 Rust 中共构建了 1,648 个环境。Program-Agent 将分析、实现和审查流程分开，并结合修订管理、编译检查和故障恢复。在 ProgramBench 实验中，两个组件均提升了程序复现表现。使用生成的环境进行微调后，Qwen3.8-27B 的成绩从 34.87% 提升至 42.84%；Program-Agent 搭配基础模型和 SFT 模型时，分别达到 55.71% 和 56.25%。作者计划发布 ProgramGym，以支持后续研究。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。