arXiv ID:
2602.11210
arXiv 提交日期: 2026-02-11
SWE-MiniSandbox:用于构建软件工程智能体的无容器强化学习方法 / SWE-MiniSandbox: Container-Free Reinforcement Learning for Building Software Engineering Agents
1️⃣ 一句话总结
这篇论文提出了一种名为SWE-MiniSandbox的轻量级方法,它通过使用内核级隔离机制替代传统容器,在保证任务安全隔离的同时,大幅降低了训练软件工程智能体所需的存储开销和启动时间,为在资源有限的环境中规模化应用强化学习提供了更高效的解决方案。