量子位
·
大模型首次直接理解代码图:不用Agent修bug,登顶SWE-Bench开源榜
💡
原文中文，约3700字，阅读约需9分钟。
📝
内容提要
蚂蚁推出的开源模型CGM在SWE-bench Lite上表现出色，修复bug成功率达到44%。该模型通过融合代码图模态，提升了代码理解和修复效率，减少了对复杂Agent的依赖，展现出强大的跨语言和跨项目能力。CGM的技术和代码已开源，提供灵活透明的解决方案。
🎯
关键要点
-
蚂蚁推出的开源模型CGM在SWE-bench Lite上表现出色，修复bug成功率达到44%。
-
CGM通过融合代码图模态，提升了代码理解和修复效率，减少了对复杂Agent的依赖。
-
CGM在所有开源模型中排名第一，超越了闭源模型的表现。
-
模型采用图-语言多模态，结合代码仓库的结构图与自然语言描述。
-
CGM的训练分为两个阶段：子图重构预训练和噪声增强微调。
-
推理阶段使用Graph-RAG框架，简化了传统Agent的工作流程。
-
CGM在多个基准测试中表现优异，展现出强大的跨语言和跨项目能力。
-
CGM的技术和代码已开源，为开发者提供灵活透明的解决方案。
❓
延伸问答
CGM模型的修复bug成功率是多少？
CGM模型的修复bug成功率达到44%。
CGM模型是如何提升代码理解和修复效率的？
CGM模型通过融合代码图模态，减少对复杂Agent的依赖，从而提升了代码理解和修复效率。
CGM模型在开源模型中的排名如何？
CGM在SWE-bench Lite上排名第一，超越了所有开源模型。
CGM模型的训练过程分为几个阶段？
CGM模型的训练分为两个阶段：子图重构预训练和噪声增强微调。
CGM模型如何处理跨语言和跨项目的任务？
CGM模型展现出强大的跨语言和跨项目能力，能够处理大规模仓库级的Bug修复任务。
CGM模型的技术和代码是否开源？
是的，CGM的技术和代码已开源，提供灵活透明的解决方案。
➡️
