小型编码智能体如何使用代码图与嵌入

小型编码智能体对仓库只有一跳、偏词法的理解。

资讯摘要

论文在 SWE-bench Verified 上测试小型开源模型使用嵌入搜索与代码图工具的效果，按代码图跳数分层，覆盖十个模型、79k 个回合。作者报告结构化工具使 Qwen3-8B 与 Gemma 4 E4B 的准确率翻倍，增益在 1.7–4B 达 17–21 点，32B 降至 4–5 点；每多一跳，正确定位的几率乘以 0.50–0.67。线性探针显示直接调用边可解码（AUC 0.74），但低于词法基线 0.99。

要点速读

1. 在深度均衡的 160 任务子集与全部 500 任务上消融 grep、嵌入搜索、图工具等组合，共 79k 回合。
2. 结构化工具增益随参数增大而下降，每翻倍参数的几率比为 0.77–0.82；8B 以上约一半增益来自提交形式而非找到目标。
3. 智能体仅在 12–14% 回合中链式扩展；固定修复模型从这些定位中解决 160 个任务中的 6–13 个（oracle 26）。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。