SWE-Trail：用历史轨迹引导编码智能体训练数据收集

SWE-Trail 用历史引导轨迹收集，但不把历史放进智能体上下文。

资讯摘要

论文提出 SWE-Trail，一种编码智能体轨迹收集方法：利用先前轨迹指导后续收集，但不把历史暴露给智能体上下文，以避免训练与测试不匹配。作者报告，以 Ling-3.0-flash-base 初始化的 124B 学生模型在 SWE-bench Multilingual 和 SWE-bench Pro 上，平均解决率分别比独立采样提升 2.33 和 1.60 个百分点。

要点速读

1. 论文指出，独立多次采样轨迹会逐渐冗余，而早期轨迹本可指导后续收集；但把历史作为建议暴露给智能体，会导致测试时无建议可用的训练-测试不匹配。
2. SWE-Trail 在新 rollout 中用历史定位值得追加收集的状态，由智能体从常规上下文提出候选动作，收集器从同一检查点短暂执行以选择路线。
3. 作者报告，124B 学生模型在 SWE-bench Multilingual 和 SWE-bench Pro 上分别比独立采样提升 2.33 和 1.60 个百分点；不使用历史的同流程仅提升 0.11 个百分点。

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 2026/11/4 08:00:28（北京时间）。