arXiv cs.AI· Jiajun Hu, Chun Yong Chong·· 1 天前AI 评分41
SWE-Critix：面向编程智能体轨迹评估的通用验证器后训练方案
SWE-Critix: Post-Training Generalist Verifiers for Assessing Coding-Agent Trajectories
AI 导读
SWE-Critix 是一套用于训练编程智能体轨迹通用验证器的后训练流程，结合 SFT 与强化学习，在 CodeForge-Preview 轨迹上训练了一系列 30B 模型。在留出测试集上，其分类准确率从基础 Qwen3-30B-A3B 推理模型的 57% 提升至 SFT 后的 66%、RL 后的 78%。模型、数据集与训练代码均已开源。
来源：arXiv cs.AI · arxiv.org