ProgramGym框架助力长时程序复制智能体训练

ProgramGym框架包含Program-Env和Program-Agent两部分，通过反馈驱动循环构建可验证训练环境。该框架已生成1,648个涵盖C、C++、Go和Rust语言的训练环境。实验显示，在ProgramBench基准上，使用该环境微调Qwen3.8-27B模型性能从34.87%提升至42.84%，Program-Agent进一步将基线和SFT模型性能提升至55.71%和56.25%。