AlienKevin / SWE-ZERO-12M-trajectories
编码智能体轨迹数据，覆盖16种编程语言和3K个仓库。
关键规格
HF 热度7,573 下载 · 85 收藏观测于 2026-05-20
源仓库更新2026-05-14
仓库许可不等于数据内容权利已全部清理，商用仍需核对数据来源、隐私与版权条款。
采用判断
项目资料与外部反馈 · 3 个来源 · 核验于 2026-06-20
当前规模最大的开放 agentic SWE 轨迹数据集,社区认可其填补了免执行训练数据的空白,但轨迹质量受限于生成模型能力。
适合用来
- 免执行(execution-free)的 SWE 训练数据管线,绕开容器化验证的 Docker 瓶颈
- 将 SWE-ZERO 数据规模从 9B tokens 扩展到 112B tokens,提供 12M 条轨迹
采用前注意
- 轨迹由 1.7B 小模型 mini-coder-1.7b 采样生成,轨迹质量上限受生成模型能力制约
- 在 SWE-bench Verified 上训练验证的基线得分较低(10 万条轨迹仅 5.3%±1.5),大规模训练效果尚待验证
- 全量数据集 112B tokens 远超已验证的约 1B tokens 训练规模,扩展有效性未经充分证实