**HSPR：通过分层后验推断恢复软件智能体基准分数**

_HSPR: Recovering Software-Agent Benchmark Scores via Hierarchical Posterior Inference_

> 针对全量基准评估软件智能体成本高昂且小样本子集评分不准的问题，研究提出了 HSPR 方法。该方法结合源拟合响应因子与不确定的组成功率，利用观测到的目标结果更新后验分布，并通过后验引导的自适应查询策略选择后续任务。实验表明，在 SWE-bench 系列基准的 10% 任务预算下，HSPR 在多项误差指标上均优于现有方法，且随着预算增加，宏观平均误差进一步降低。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-20 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.24611)