标签
Odin 是一个基于浏览器的调试搜索引擎，它会解析代码仓库，并为给定的 bug 排列出需要修改的确切文件（93%）和函数（79.4%），通过 WebAssembly 使用 Tree-sitter，并通过 WebGPU 使用 10 亿参数以下的本地模型，在 SWE-bench Lite 上以极低成本达到了与 Claude 4.5 智能体相当的准确率。
本文提出了Libra，一个自我演进的框架，通过在代码仓库中引入可变目录（层次化的Markdown文件，作为可导航索引）来提升LLM智能体的代码定位能力，实现了对数级别的改进以及在不同模型和问题集上的零样本迁移。
SWE-Explore 引入了一个基准测试，用于评估编码代理的仓库探索能力，要求在行预算内返回相关代码区域的排序列表。实验表明，基于代理的探索优于传统检索，而行级覆盖仍然是关键区分因素。