Chinese contentStanford CS 329Z 第 12 讲：Agent 训练数据怎么筛
Stanford 这门 Agent 课把数据筛选讲透了：SWE-bench 过滤 68% 样本后 GPT-4o 反而涨 17 分，做训练数据的人直接照着检查清单抄。
#CodeMidas
3 stories · 1 in 7 days · 1 in 30 days
Stories, products and papers tagged "CodeMidas", newest first.
Nov 5
Sep 22
Sep 21
Chinese contentCodeMidas：以源代码为输入自动构建编码智能体 RL 训练环境
把现成开源代码库自动变成智能体 RL 练习题，MiMo-V2.5 训完 ProgramBench 涨了 17%。