SCoPR：扩展长程智能体的状态演化跨度

基于摘要分析。该研究面向在真实代码仓库中持续执行任务的软件工程智能体，探讨智能体生成的 PR 轨迹经拒绝采样后能否成为有效训练监督，以及延长状态演化轨迹能否提升长程任务能力。SCoPR 通过 chain-of-PR 流水线生成候选轨迹，并根据功能演化过程中各中间状态与 golden patch 的对齐程度筛选高质量轨迹链。 机制上，研究关注的不只是生成文本的长度，而是代码状态在连续 PR 中的累积变化与目标保持。流水线还包含两项辅助改进：world-model execution feedback，用于缓解代码执行不可用或不稳定导致的轨迹中断；diff-preserving handoff，用于避免工作区切换时丢失状态信息。摘要未说明世界模型的实现、反馈准确性、对齐度量或拒绝采样阈值，这些细节尚未验证。 作者报告，拒绝采样后的智能体生成轨迹可为面向状态演化的训练提供有效监督；在受控数据预算下，增加有效轨迹跨度还能带来额外能力收益。作者据此提出，将智能体生成代码数据与人类编写的软件数据结合，可以扩大训练资源并改善下游表现。摘要未提供具体评估任务、数据划分、对照基线、指标或收益数值，因此尚不能判断提升幅度，也不能确认其对不同任务与智能体的泛化范围。实验协议、消融及统计信息尚未验证。 复现时需核对有效轨迹跨度的定义、数据预算是否按 token 或其他单位控制、golden patch 在轨迹筛选与评估中的使用边界，以及两项辅助改进各自的贡献。原论文主要研究对象是软件工程智能体，摘要未涉及 EEG、BCI 或神经信号建模；也不能仅因来源栏目为 State space models，就将其解释为状态空间模型架构创新。现有材料不足以建立具体的 BCI 迁移机制。