SWE-RL让AI具备更强大的软件工程推理能力
查看图片
//
@爱可可-爱生活
:本文提出了 SWE-RL 框架，通过在软件演化数据上进行强化学习，并采用基于规则的奖励，成功训练出在 SWE-bench Verified 上取得领先性能的 Llama3-SWE-RL-70B 模型，最令人惊讶的是，这种方法不仅提升了软件工程任务的性能，更意外地赋予了模型更强的通用推理能力，使其在多个领域外任务中也获得了显著提升，突破了传统强化学习在任务泛化性方面的认知局限。
查看图片
//
@爱可可-爱生活
:本文提出了 SWE-RL 框架，通过在软件演化数据上进行强化学习，并采用基于规则的奖励，成功训练出在 SWE-bench Verified 上取得领先性能的 Llama3-SWE-RL-70B 模型，最令人惊讶的是，这种方法不仅提升了软件工程任务的性能，更意外地赋予了模型更强的通用推理能力，使其在多个领域外任务中也获得了显著提升，突破了传统强化学习在任务泛化性方面的认知局限。
[LG]《SWE-RL: Advancing LLM Reasoning via Reinforcement Learning on Open Software Evolution》Y Wei, O Duchenne, J Copet, Q Carbonneaux... [FAIR at Meta] (2025)
