当需求相互作用：通过相互依赖的规范扩展长周期编程任务
CodeSpecWeave 是一个用于生成包含丰富且相互依赖要求的编程任务的框架。它以真实开发者任务为基础，由合成代理创建彼此关联的需求和可执行测试，再由审查代理检查多个模型的解题过程，以评估测试的可靠性。该流程从 2,865 个代码仓库中生成了 4,670 个训练任务。研究人员称，基于这些任务进行强化学习后，DeepSWE-v1.1 的表现优于基础模型，并显著超过现有基线。此外，团队还构建了 CodeSpecWeave-Bench，包含 100 个任务和 1,044 项规范，用于评估模型处理相互关联的软件工程约束的能力。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。