**FC-SWE：基于失败条件的强化学习提升长周期软件工程代理性能**

_FC-SWE: Failure-Conditioned RL for Long-Horizon Software Engineering Agents_

> 针对长周期软件工程任务中强化学习难以利用失败反馈的难题，研究提出了 FC-SWE 框架。该框架通过恢复仓库状态并利用失败补丁的验证反馈作为上下文，成功将失败尝试纳入策略训练。实验表明，FC-SWE 在 SWE-bench Verified 基准测试中显著优于传统的 GRPO 方法，并在有限的测试尝试次数下实现了更高的问题解决率。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-19 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.07898)