CodeMidas: Scaling Agentic Coding RL Environments from Code Itself
Aggiunta all'archivio di AIChronos il (numero del 21 settembre 2026 ricostruito)· fonte del · Bowen Ye, Lei Li, Shicheng Li, Zihao Yue, Linghao Zhang, Hanglong Lv (Xiaomi MiMo)
CodeMidas è un pipeline agentic che trasforma la funzionalità implementata in codebase open-source esistenti in ambienti di apprendimento per rinforzo (RL) utilizzabili solo tramite il codice sorgente come input. Il sistema impiega agenti AI per esplorare le funzionalità, formulare specifiche comportamentali e costruire test basati sull'esecuzione del codice originale prima di validare i task candidati. L'addestramento del modello MiMo-V2.5 su questo dataset derivato da 3.185 codebase migliora significativamente le prestazioni in benchmark diversificati come DeepSWE, ProgramBench e Terminal-Bench.
- Utilizza il codice sorgente esistente come unica fonte di input per generare task specifici senza dipendere da issue o commit esterni.
- Il dataset risultante comprende 5.545 task addestramento provenienti da codebase open-source in 23 linguaggi e 15 domini tecnici.
- L'uso del metodo GRPO sull'ambiente CodeMidas porta a incrementi di performance superiori all'8% su benchmark chiave per la riparazione issue, costruzione programmi e lavoro terminale.
- Le analisi delle traiettorie evidenziano comportamenti migliorati negli agenti RL addestrati, come una maggiore esplorazione della codebase e verifiche autonome più diversificate.
Perché conta. ['Permette di scalare gli ambienti RL per coding agents utilizzando direttamente il codice esistente, riducendo la dipendenza da dati annotati manualmente.', 'Fornisce un fondamento scalabile basato sul source code per costruire agenti che migliorano le capacità su una vasta gamma di task software.']
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.