已过期85% 置信事实时间未知

SWE-bench开放的运行轨迹数据可用于监督微调（SFT）或强化学习的训练信号

1

来源数

85%

置信度

中期 (~90 天)

时效性

2026/6/1

首次发现

有效期至：2026/8/30(已过期)

来源

SWE-bench开放评测环境与训练方案：AI编程智能体研发门槛大幅降低

twitterSWEbench

涉及实体

SWE-benchproduct

相关事实

待验证SWE-bench公开的训练方案覆盖了数据准备、模型选择、微调策略、推理框架等关键环节73% 相似待验证后训练通常涵盖监督微调（SFT）、强化学习对齐（RLHF/RLAIF）以及领域适配微调，视觉推理模型还涉及视觉指令微调71% 相似已验证从预训练检查点到可商用产品需经历监督式指令微调（SFT）和基于人类反馈的强化学习（RLHF）两个后训练阶段70% 相似待验证触发式重训（基于性能衰减监控和数据漂移检测）可替代定时全量重训，把计算资源精准投放在真正需要的地方69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/26955

API

curl https://kongchang.com/api/v1/knowledge/claims/26955

MCP

get_claim(id=26955)