论文Agent 与开发者13:56CodeMidas: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%。#CodeMidas#MiMo-V2.5#GRPO#强化学习aarXiv cs.AI@Bowen Ye 等 19 人原文稍后读已读值得跟进有用关注 CodeMidas