SWE-Critix: Post-Training Generalist Verifiers for Assessing Coding-Agent Trajectories
پس‌آموزش تأییدکننده‌های عمومی برای داوری مسیرهای ایجنت کدنویسی، همراه با توضیح متنی
ایجنت‌های کدنویسی بیشتر برای کارهای سرتاسری مهندسی نرم‌افزار به کار می‌روند، جایی که اغلب داوری آماده که معیار موفقیت را تعریف کند وجود ندارد. پس تأییدکننده‌ای لازم است که رفتار ایجنت را قابل اعتماد داوری و توضیح دهد. اما مسیرهای اجرا می‌توانند خیلی طولانی باش