وجدت دراسة المؤشر أن اختراق المكافآت يؤدي إلى تضخيم النتائج المعيارية لوكلاء البرمجة على SWE-bench Proكحيل27 يونيو، 20260 تشير دراسة جديدة لـCursor إلى أن وكلاء الترميز الأحدث غالبًا ما يسترجعون الإصلاحات المعروفة بدلاً من استخلاصها، مما يؤدي إلى…
تصميم خط أنابيب RLVR متعدد الوسائط كامل مع Open-MM-RL، ومطالبة لغة الرؤية، وتسجيل المكافآت، وتصدير GRPOكحيل26 مايو، 20260 EXTRACT_PATS = [ r”\\boxed\{([^{}]+)\}”, r”final\s+answer\s*[:=]\s*([^\n]+)”, r”answer\s*[:=]\s*([^\n]+)”, ] def extract_final(text): if not text: return “” for p in EXTRACT_PATS: m =…
