arXiv cs.CL· Dayuan Fu, Shenyu Wu, Yunze Wu, Zerui Peng, Yaxing Huang, Jie Sun, Ji Zeng, Mohan Jiang, Lin Zhang, Yukun Li, Jiarui Hu, Liming Liu, Jinlong Hou, Pengfei Liu·· 11 小时前AI 评分58
daVinci-Env 发布 OpenSWE：4.5 万个可执行 SWE 环境的大规模合成框架
daVinci-Env: Open SWE Environment Synthesis at Scale
AI 导读
研究团队发布 OpenSWE，一个完全开源的 Python SWE 智能体训练框架，包含 45,320 个可执行 Docker 环境，覆盖超过 12.8k 个代码仓库，Dockerfile、评测脚本与基础设施全部开源。
正文 · AI 翻译
作者：Dayuan Fu、Shenyu Wu、Yunze Wu、Zerui Peng、Yaxing Huang、Jie Sun、Ji Zeng、Mohan Jiang、Lin Zhang、Yukun Li、Jiarui Hu、Liming Liu、Jinlong Hou、Pengfei Liu
摘要：训练能力强的软件工程（SWE）智能体需要大规模、可执行且可验证的环境，以提供动态反馈循环，用于迭代式代码编辑、测试执行和方案改进。然而，现有开源数据集在规模和仓库多样性方面仍然有限，而工业界解决方案不透明且基础设施未公开，为大多数学术研究团队造成了难以逾越的障碍。我们提出 OpenSWE，这是 Python 领域规模最大的完全透明的 SWE 智能体训练框架，包含 45,320 个可执行 Docker 环境，覆盖超过 12.8k 个仓库，所有 Dockerfile、评估脚本和基础设施均完全开源以保证可复现性。OpenSWE 通过部署在 64 节点分布式集群上的多智能体合成流水线构建，自动化仓库探索、Dockerfile 构建、评估脚本生成和迭代测试分析。除规模之外，我们还提出以质量为中心的过滤流水线，刻画每个环境的固有难度，过滤掉无法解决或挑战性不足的实例，仅保留能最大化学习效率的实例。环境构建花费 $891K，轨迹采样和难度感知筛选额外花费 $576K，整个项目总投资约 147 万美元，从约 9,000 个质量有保证的环境中产出约 13,000 条精选轨迹。大量实验验证了 OpenSWE 的有效性：OpenSWE-32B 和 OpenSWE-72B 在 SWE-bench Verified 上分别达到 62.4% 和 66.0%，在 Qwen2.5 系列中确立了 SOTA。此外，面向 SWE 的训练带来了显著的域外提升，包括数学推理最高提升 12 分、科学基准提升 5 分，且不降低事实回忆能力。
| 主题： | 软件工程（cs.SE）；人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2603.13023 [cs.SE] |
| （或本版本的 arXiv:2603.13023v3 [cs.SE]） | |
| https://doi.org/10.48550/arXiv.2603.13023 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Dayuan Fu [查看邮箱]
[v1]
2026年3月13日星期五 14:32:40 UTC（3,068 KB）
[v2]
2026年3月16日星期一 11:55:18 UTC（1,930 KB）
[v3]
2026年10月23日星期五 08:15:35 UTC（1,930 KB）
来源：arXiv cs.CL · arxiv.org