[논문리뷰] Groupwise Agentic Grading and Advantage Redistribution for Code Agent RL현재 코드 에이전트 Reinforcement Learning (RL)은 주로 실행 가능한 테스트를 통해 binary rewards를 제공한다.#Review#Reinforcement Learning#Code Agents#Agentic Grading#Advantage Redistribution#Implementation Quality#Credit Assignment#DeepSWE#SWE-bench Pro2026년 9월 28일댓글 수 로딩 중
[논문리뷰] CODA-BENCH: Can Code Agents Handle Data-Intensive Tasks?본 논문은 현대의 자율 에이전트가 실제 소프트웨어 엔지니어링이나 데이터 분석 현장에서 겪는 복잡한 데이터 처리 요구사항을 해결하지 못하고 있다는 문제의식에서 출발합니다.#Review#CoDA-Bench#Code Agents#Data-Intensive Tasks#Data Discovery#Autonomous Engineering#Kaggle Ecosystem#Evaluation Benchmark2026년 6월 15일댓글 수 로딩 중
[논문리뷰] MemGovern: Enhancing Code Agents through Learning from Governed Human Experiences자율 소프트웨어 엔지니어링(SWE) 에이전트가 GitHub와 같은 플랫폼에 축적된 방대한 인간 경험을 효과적으로 활용하지 못하는 '닫힌 세계' 한계를 해결하는 것이 목표입니다.#Review#Code Agents#Software Engineering#Experiential Memory#GitHub Data#Experience Governance#Agentic Search#LLM Applications#Bug Fixing2026년 1월 13일댓글 수 로딩 중