CodeGrep: An RL-Trained Retrieval Agent for LLM Coding Agents¶

复现级别：核心机制 mini-suite。 本地实现执行论文特有的代码检索 Agent 算子；不把确定性小型评测写成论文完整复现。

论文信息¶

字段	内容
论文链接	arXiv 2608.05886
公司/机构/学校	NetEase Guangzhou AI Lab
首次公开日期	2026-08-06（arXiv v1）
原文开源代码	否：未发现原作者公开代码（核查日期：2026-08-09）
Adapter	`codegrep`
本地复现代码	`src/auto_research/agent_research/latest_20260809.py`

主题：代码检索 Agent。 以 GRPO 训练 14B 检索 Agent 并行发出 grep/glob/read，多轮缩小候选文件，再交给冻结 coding agent；优化的是下游修复收益而非孤立检索分数。

flowchart LR
    N0["issue"] --> N1
    N1["并行 grep/glob/read"] --> N2
    N2["GRPO 检索策略"] --> N3
    N3["候选文件"] --> N4
    N4["冻结 coding agent"]

原论文 Figure 2（关键图）：展示原论文的训练流程与关键优化环节。图片来自原论文，版权归原作者所有；点击图片可查看来源。

\(R=R_{resolve}-\lambda_{tok}C_{tok}-\lambda_{round}C_{round}\)

SWE-Bench Verified 500 题 resolve 25.8%→27.0%（+1.2pp），成功样本 rounds -15%、tokens -19%。

稳定指标保存在本论文目录的 metrics/planbench-mini-seed42.json，不提交 checkpoint 或原始运行目录。

auto-research agent-research --method codegrep --benchmark planbench-mini --episodes 120 --seed 42

本地对照口径：codegrep 与同一公开 mini-suite 的无该机制控制组比较；仅报告本地产物中的指标，不把原文大模型/真实环境结果移植为本地提升。