标签
本文介绍了一种针对编程竞赛金牌表现的语言模型后训练专用化流程，通过监督微调和强化学习等技术，在IOI基准测试中取得高分。
MARS是一个多智能体LLM框架，使用针对不同算法主题的专业智能体来解决竞赛编程问题，实现了0.624的通过率，成本更低且方差小于直接提示。
This paper introduces CurveShift, an analysis method that separates overall ability gains from difficulty-specific improvements in LLM agents. Using METR time-horizon data and LiveCodeBench, it finds that most apparent shifts toward harder tasks are ceiling effects, though a genuine hard-task effect exists for reasoning models in competitive programming.
来自正在进行中的AtCoder启发式算法决赛的分数更新，该比赛将持续至7月8日19:00（日本标准时间）。
宣布'Competitive Programmer’s Handbook'免费可用，该书涵盖了技术面试准备所需的30个重要DSA主题。
CP-Agent 提出了一种借助大型语言模型的校准风险控制方法，用于反馈驱动型竞赛编程，无需参数更新即可在基准测试上取得显著改进。
GrandCode是一个多智能体强化学习系统，在竞技编程中达到了特级大师水平，通过新颖的Agentic GRPO方法，在实时Codeforces竞赛中持续击败所有人类参赛者。
Solvita是一个智能体进化框架，通过强化学习更新图结构知识网络，实现代码生成中的持续学习，在竞赛编程基准测试中达到了最先进的性能。
本档专访采访了 Cognition AI 联合创始人 Scott Wu，深入探讨了他作为竞技编程神童的背景，以及他的 AI 编码代理 Devin 迅速取得的商业成功。Devin 目前的年化营收预期已达 4.45 亿美元，估值高达 250 亿美元。