使用SWE-Gym训练软件工程代理和验证器
💡
原文英文，约200词，阅读约需1分钟。
📝
内容提要
SWE-Gym是首个用于训练软件工程代理的环境，包含2438个真实的Python任务实例。通过SWE-Gym训练的语言模型代理在SWE-Bench测试集上表现显著提升。我们公开发布SWE-Gym及相关模型，以促进进一步研究。
🎯
关键要点
- SWE-Gym是首个用于训练真实世界软件工程代理的环境。
- SWE-Gym包含2438个真实的Python任务实例，包含可执行的运行环境和自然语言任务描述。
- 通过SWE-Gym训练的语言模型代理在SWE-Bench测试集上实现了高达19%的解决率提升。
- 结合经过微调的SWE代理，SWE-Bench Verified和Lite测试集的表现分别达到了32.0%和26.0%。
- 为了促进进一步研究，我们公开发布了SWE-Gym、相关模型和代理轨迹。
➡️
