基准

SWE-rebench

用于编程模型微调的SWE数据集，可通过质量评估方法过滤后提升数据质量

时间轴 (近 90 天)

10月30日

使用 ExLabel 过滤后的 SWE-rebench 数据微调编程模型，该模型在 SWE-bench Verified 上解决了 66.2% 的问题，比使用最佳基线过滤数据训练的模型高出 14.5%。

待验证50%

10月16日

作者对两个可重构trace（OpenHands/SWE-rebench和PlasmaFAIR/sdf-xarray，共185条消息）进行了存储记忆审计，最终分类了64个笔记条目。

待验证50%

使用 ExLabel 过滤后的 SWE-rebench 数据微调编程模型，该模型在 SWE-bench Verified 上解决了 66.2% 的问题，比使用最佳基线过滤数据训练的模型高出 14.5%。

作者对两个可重构trace（OpenHands/SWE-rebench和PlasmaFAIR/sdf-xarray，共185条消息）进行了存储记忆审计，最终分类了64个笔记条目。