论文页面 - DeNovoSWE：扩展长周期环境以从头生成整个代码库

来源：https://huggingface.co/papers/2606.10728

摘要

本文介绍了一个名为 DeNovoSWE 的大规模数据集，用于训练代码代理从文档中生成完整软件代码库，从而显著提升在长周期软件工程任务上的性能。

随着基于LLM的代码代理（https://huggingface.co/papers?q=LLM-based%20code%20agents）能力的不断提升，人们对其期望已从现有代码库中的局部缺陷修复，扩展到基于高层规范来设计并实现完整的软件代码库。然而，由于缺少大规模、可验证的完整代码库生成（https://huggingface.co/papers?q=whole-repository%20generation）数据，训练此类长周期软件工程代理仍然困难。在本文中，我们提出了 DeNovoSWE，一个用于完整代码库生成（https://huggingface.co/papers?q=whole-repository%20generation）的大规模数据集（https://huggingface.co/papers?q=large-scale%20dataset）。DeNovoSWE 包含 4,818 个高质量实例，每个实例要求根据文档生成完整的代码库。我们的数据集通过精心设计的沙盒代理工作流（https://huggingface.co/papers?q=sandboxed%20agentic%20workflow）自动构建，无需人工标注即可实现可扩展的策划。DeNovoSWE 的构建遵循“分而治之（https://huggingface.co/papers?q=divide%20and%20conquer）”与“批评‑修复哲学（https://huggingface.co/papers?q=critic-repair%20philosophy）”。为兼顾数据质量与多样性，我们进一步引入了一种难度感知轨迹过滤（https://huggingface.co/papers?q=difficulty-aware%20trajectory%20filtering）策略。在 DeNovoSWE 上微调（https://huggingface.co/papers?q=Fine-tuning）Qwen3‑30B‑A3B（https://huggingface.co/papers?q=Qwen3-30B-A3B）可大幅提升长周期软件工程性能，使其在具有挑战性的 BeyondSWE‑Doc2Repo 基准（https://huggingface.co/papers?q=BeyondSWE-Doc2Repo%20benchmark）上的得分从 5.8% 提升至 47.2%。

查看 arXiv 页面（https://arxiv.org/abs/2606.10728）查看 PDF（https://arxiv.org/pdf/2606.10728）GitHub27（https://github.com/AweAI-Team/DeNovoSWE）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2606.10728）

在你的代理中获取此论文：

hf papers read 2606.10728

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

没有模型引用此论文

在模型 README.md 中引用 arxiv.org/abs/2606.10728 以从本页链接。

引用此论文的数据集3

AweAI‑Team/DeNovoSWE 预览• 更新于1天前 • 51 • 2（https://huggingface.co/datasets/AweAI-Team/DeNovoSWE）

AweAI‑Team/DeNovoSWE‑Trajectory‑Filtered 预览• 更新于1天前 • 19 • 4（https://huggingface.co/datasets/AweAI-Team/DeNovoSWE-Trajectory-Filtered）

AweAI‑Team/DeNovoSWE‑Trajectory‑Raw 预览• 更新于1天前 • 14 • 2（https://huggingface.co/datasets/AweAI-Team/DeNovoSWE-Trajectory-Raw）

引用此论文的 Space0

没有 Space 引用此论文

在 Space README.md 中引用 arxiv.org/abs/2606.10728 以从本页链接。

包含此论文的集合2