WEAVE：将真实代码演进组织为依赖结构化任务

WEAVE 把多 PR 代码演进转为依赖结构化可执行任务

资讯摘要

论文提出 WEAVE 框架，把经过验证的 PR 历史转化为可执行、带依赖结构的任务：利用仓库校准的类型化变更位点，将相关 PR 组织为有界 DAG，并实例化为统一可执行任务。作者还提出 Graph Credit 指标，用于衡量依赖一致的局部进展，并为强化学习提供稠密可验证奖励。论文报告在任务构建、智能体评测、监督微调与强化学习实验中，WEAVE 能生成连贯的可执行任务，进展度量比扁平评分更忠实，并提供有效监督信号。

要点速读

1. WEAVE 将相关 PR 组织为有界 DAG，并实例化为统一可执行任务
2. Graph Credit 为确定性、基于测试的指标，衡量依赖一致的局部进展
3. 论文报告该框架可用于智能体评测、监督微调与强化学习

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。