50位学者联合发布代码模型与智能体综述

来自字节跳动、阿里、腾讯及高校的 50 位 AI 研究者联合发布了一篇长达 303 页的代码模型与编程智能体综述指南。该指南系统总结了代码基础模型的发展，并重点强调了强化学习的潜力。研究指出，如果正确使用基于可验证奖励的强化学习（RLVR），较小的开源模型也能在推理类编程任务上实现逆袭，缩小与头部大模型的差距。

2026-08-12 ~ 2026-08-12 · 3 条相关