Diseño de autopremios para agentes SWE

Propone un nuevo enfoque para que los agentes de ingeniería de software generen y utilicen autopremios sin depender de recompensas verificables. Esto podría favorecer el logro de tareas a largo plazo y una selección de acciones más confiable.

Por qué importaEl atractivo reside en reducir la complejidad del diseño de recompensas en el aprendizaje por refuerzo práctico.