SWE-Verifier：选择性验证降低编码智能体成本

轻量验证器仅检查不到 4% 步骤即可提升编码智能体解决率。

资讯摘要

论文提出 SWE-Verifier，一个基于 Qwen3.5-4B 训练的轻量生成模型，用于判断编码智能体何时需要额外采样候选动作，并对候选动作排序后再执行。作者报告在 mini-swe-agent 框架下，MiniMax-M2.7 的解决率从 75.47% 升至 77.20%，成本为 1.09 倍；在未训练过的 DeepSeek-V4-Flash 上从 72.60% 升至 74.27%，成本为 1.13 倍，且仅验证不到 4% 的步骤。模型、代码与数据已公开。

要点速读

1. SWE-Verifier 对智能体提出的动作打分，决定是否触发候选采样与验证，并在执行前对候选动作排序。
2. 在 MiniMax-M2.7 上解决率由 75.47% 提升至 77.20%，成本为 1.09 倍；在 DeepSeek-V4-Flash 上由 72.60% 提升至 74.27%，成本为 1.13 倍。
3. 两种模型下验证步骤均少于 4%，作者称其效果与轨迹基线、全步验证基线相当或更高，且成本明显更低。

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 2026/10/24 08:00:37（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。