SWE-Trail 利用历史轨迹指导编程智能体训练数据的收集
编程智能体通过漫长的探索、编辑和验证过程解决代码仓库中的问题。SWE-Trail 利用此前收集的轨迹来判断哪些环节值得继续收集数据，但不会将这些历史记录放入智能体的上下文。在选定的检查点，智能体提出可能的后续操作，SWE-Trail 对其进行短暂试运行，以选择继续推进的路径。与独立采样相比，使用这些轨迹训练的模型在 SWE-bench Multilingual 上的平均解决率提高了 2.33 个百分点，在 SWE-bench Pro 上提高了 1.60 个百分点。该方法旨在减少重复收集，同时避免模型依赖测试时无法获得的提示。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。