SWE 相关总结
📅 发表于 2026/01/05
🔄 更新于 2026/01/05
👁️ -- 次访问
📝 0 字
⏳ 0 分钟
swe
#tts
#scaffold
SWE 相关总结
SWE 任务
SWE 挑战
SWE 挑战
挑战
- 环境验证不足：
可执行环境+验证过的单元测试+代码执行套件(统一执行脚本) - 高质量数据不足：
量大质低+质高量小- SWE-Dev：数据多，但缺环境和单元测试
- SWE-Gym：有环境，但仅11仓库
- SWE-Scaling Law 尚不清晰：SWE数据量小，Scaling Law尚未得到验证，增加数据是否带来效果提升？
::: SWE 挑战
SWE 存在挑战
Long-Horizon 多轮交互- 2阶段RL，YaRN 技术 扩展至131k
反馈复杂：反馈一大堆报错，可能看不懂- RFT 冷启动
数据难以构建- 对策：使用ReBench做清洗，一套清洗策略
奖励稀疏- 对策：GRPO/DAPO，Token-Level Loss
评估贵且有噪声：跑1次要几分钟，还学不到东西；- 对策：
Verified-50子集、去掉Noisy不稳定数据
- 对策：
:::
TTS 方法
TTS方法
相关笔记
环境执行验证
- 由
LLM生成测试用例，来执行验证，用例通过最多则为最优轨迹。 - 优点：信号直接
- 缺点：
可能区分度低，比如测试用例都太简单、有bug全部都未通过等。
免执行验证
- 不执行验证，通过
LLM来选择最优轨迹。 - 缺点：
容易有偏见，关注Agent的思考过程等，而忽略了代码Patch本身。
混合方法
R2E-Gym 混合方法：
Scaffold
SWE CodeAgent
全能派 Rich ACI
- OpenHands
- 提供
编辑器+命令行终端+网页搜索，agent在沙箱环境自主迭代式完成任务。 - 优点：上限高，能处理复杂问题，更像人。
- 缺点：成本高，容易陷入死循环
- 提供
- SWE-Agent
- 使用Agent-Computer-Interface，提供
编辑器+shell+测试运行器给LLM。
- 使用Agent-Computer-Interface，提供
专有精细派
专有Pipeline- Agentless：固定的
问题定位-Bug修复-执行验证pipeline - Moatless：主张
有效上下文检索才是关键。
- Agentless：固定的
- 检索微调
- SWE-fixer：由粗到细，文件检索和编辑解耦。
方法流派
方法流派
数据蒸馏SFT派 (主流)
- 工作：SWE-fixer,
RL 派 (主流)
- 不执行反馈：SWE-RL
- 执行反馈：多了。
进化派
- 在解决问题的过程中，逐渐积累经验，
- 自我提升，Self-Evolution
- 工作：SE-Agent,