字节 SWE-Pruner Pro 给编码智能体省 39% token 还不掉点

ByteDance · hf · 2026-07-21

### 这项工作在做什么字节和合作者发现，coder LLM 自己的内部表征里，其实已经包含了判断工具输出该不该保留的信号。 ### 方法 - SWE-Pruner Pro 不再外挂一个独立代码分类器，而是把 pruning 直接放进 agent 内部。 - 一个小 head 读取模型内部表征，对每一行输出做 keep/prune 预测。 - 还加了基于长度的 embedding，显式建模每个 tool output 的行数。 ### 实验结果 - 在两个开源底座和四个多轮基准上，最多能省下 **39%** 的 prompt 和 completion token，同时不损失任务质量。 - 在 **MiMo-V2-Flash** 上，SWE-Bench Verified resolve rate 还提升了 **3.8 个点**，Oolong 长上下文准确率提升 **2.2 个点**。