A Systematic Evaluation of Trajectory Data Curation for LoRA Fine-Tuning of Code Agents
arxiv.org原文 ↗
论文系统比较代码代理 LoRA 微调中的轨迹数量、成功与失败样本、步骤过滤和难度分层。实验发现，约 2,000 条经过筛选的高质量轨迹即可接近更大数据集的收益，而盲目加入失败轨迹可能拉低表现。结论把注意力从“多收集交互”转向“保留哪些决策过程”，对低成本定制代码代理具有直接工程意义。
–浏览
评论 · Comments