论文
学习自适应并行执行以实现高效代码定位
Learning Adaptive Parallel Execution for Efficient Code Localization
摘要
代码定位是自动化软件开发流水线的关键瓶颈。虽然并发工具执行可以加快发现速度，但当前智能体34.9%的冗余调用率抵消了并行化的收益。我们提出FuseSearch，将并行代码定位重新表述为质量-效率联合优化任务。通过定义工具效率——唯一信息增益与调用次数之比——我们采用两阶段SFT和RL训练方法学习自适应并行策略。与固定广度方法不同，FuseSearch根据任务上下文动态调节搜索广度，从探索阶段演化为精炼阶段。在SWE-bench Verified上评估，FuseSearch-4B取得SOTA级性能（84.7%文件级和56.4%函数级F1），加速93.6%，轮次减少67.7%，token减少68.9%。结果表明，效率感知训练通过消除噪声冗余信号自然提升质量，实现高性能、高性价比的定位智能体。
