先了解这件事
AI 综述
2025年11月24日,Cerebras 将 OpenHands 从 SWE-Bench Verified 评测工具扩展改造为通用强化学习训练平台。据其官方博客,改造后可处理数千个来自 PyPI 和 GitHub 的 Python 仓库,并消除了补丁生成与评测分离带来的约 3 分钟/实例开销,同时支持二进制通过/失败奖励信号与完整执行轨迹。早期结果显示,经 RL 训练的模型在多步修复任务上显著优于监督微调基线。目前该事件尚无后续独立发展事实,状态停留在这一改造与早期结果披露阶段。
AI 根据公开报道生成
最新进展 · 正式报道
Cerebras 如何扩展 OpenHands 用于代码修复智能体的强化学习训练事件进展
1 个已确认进展
- 来源：Cerebras：Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月1日
A6 a6-051 · Cerebras：Blog一手
Cerebras 如何扩展 OpenHands 用于代码修复智能体的强化学习训练
Cerebras 将 OpenHands 从 SWE-Bench Verified 评测工具改造为通用 RL 训练平台，可处理数千个来自 PyPI 和 GitHub 的 Python 仓库。改造后消除了补丁生成与评测分离带来的约 3 分钟/实例开销，并支持二进制通过/失败奖励信号与完整执行轨迹。早期结果显示，RL 训练模型在多步修复任务上显著优于监督微调基线。