💻 代码智能

🧪 ICML2026 · 2 篇论文解读

📌 同领域跨会议浏览： 💬 ACL2026 (48) · 📷 CVPR2026 (2) · 🔬 ICLR2026 (20) · 🤖 AAAI2026 (9) · 🧠 NeurIPS2025 (21) · 📹 ICCV2025 (1)

BoostAPR: Boosting Automated Program Repair via Execution-Grounded Reinforcement Learning with Dual Reward Models

BoostAPR 给"用 RL 训 program-repair 模型"造了一套三阶段流水线——execution-verified SFT → 训序列级 + 行级双重 reward → PPO 时用行级模型把序列奖励重新分配到关键 edit lines；在 Qwen2.5-Coder-32B 上把 SWE-bench Verified 从 17.8% 推到 40.7% (+22.9pp)，跨语言迁移到 Defects4J 取 24.8%。

HE-SNR: Uncovering Latent Logic via Entropy for Guiding Mid-Training on SWE-bench

在 SWE-bench 上传统 PPL 既受"长上下文税"干扰又无法预测 SFT 后的智能体能力，本文提出"熵压缩假说"和 HE-SNR 指标，只在 Top-10 熵大于 \((\ln 3 + \ln 4)/2\) 的"高熵决策点"上算信号噪声比，与下游 SWE-bench 得分的 Pearson 相关达 0.96，Kendall 一致性 0.98。