Stanford 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
共 3 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「CodeMidas」标签的资讯、产品与论文，按刊登时间排，新的在上。
11月5日
9月22日
CodeMidas：从代码本身扩展智能体编程RL训练环境
训练编程智能体最缺的就是RL环境，CodeMidas这篇讲怎么直接从代码里批量造环境，做RL训练的可以看看。
9月21日
CodeMidas：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%。