agent trajectory datasets

新的SWE-Prime方法提高了LLM在软件工程任务上的性能

研究人员推出了一种新颖的两阶段方法SWE-Prime，用于选择数据来微调大型语言模型以完成软件工程任务。该方法在轨迹和片段级别过滤训练数据，以提高监督质量并减轻不良行为。在SWE-Bench Pro和SWE-Bench Verified上的实验表明，SWE-Prime精选的10%轨迹子集与使用完整的已解析数据集相比，可以带来显著的性能提升。