跳到正文
arXiv · AI· Jiajun Hu, Chun Yong Chong·· 2026-10-12AI 评分41

SWE-Critix:用于评估编码智能体轨迹的通用验证器后训练管线

SWE-Critix: Post-Training Generalist Verifiers for Assessing Coding-Agent Trajectories

AI 导读

SWE-Critix 发布,旨在提升对编码智能体长轨迹的验证能力。该管线结合 SFT 与 RL,在 CodeForge-Preview 数据上训练 30B 模型,将分类准确率从 57% 提升至 78%。 项目已开源模型、数据集及训练代码,支持后续研究。

来源:arXiv · AI · arxiv.org