蚂蚁发布 SWE-Trail:用历史轨迹引导 coding agent 训练数据收集
antgroup · hf · 2026-11-03
蚂蚁集团与康涅狄格大学发布 SWE-Trail，一种面向 coding agent 训练的轨迹收集方法（论文 2025-11-01，cs.AI）。
核心问题与思路：
- 现行做法是对每个 issue 独立采样多条轨迹再筛选，随着采样增多，后期轨迹越来越冗余；早期轨迹本可指引后续采样该往哪投入算力。
- 常见做法是把历史轨迹作为「建议」暴露给 agent，但训练出的模型会依赖测试时不存在的建议，造成 train-test 失配。
- SWE-Trail 的原则是：历史只该引导「在哪」投入采集精力，而「做什么」仍由 agent 在正常上下文中自己决定。rollout 时用历史识别值得追加采集的状态，从同一 checkpoint 短暂试跑多个候选动作来引导轨迹生成。
效果：用它产出的数据训练出的 student 模型表现更好。
「编程与Agent」频道最新
- 零依赖 SQLite+FTS5 记忆 MCP 服务器，解决编码 Agent 会话失忆 — AvocadoJaded8829 · 2026-11-03
- 开发者吐槽 Kimi 编码订阅：读一份项目规范烧掉 3% 月额度 — Chaosuka · 2026-11-03
- Anthropic 研究员复现 weight-space programming:最新模型涌现的新能力 — CShorten30 · 2026-11-03
- OmniMem 让 AI 编码智能体记住踩坑经验,下载量已达 1.2 万 — Ancient_Ad8787 · 2026-11-03
- MOPD 成今年技术报告高频词：TRL 现已支持多教师在线策略蒸馏 — SergioPaniego · 2026-11-03
- 用 Claude 在 three.js 里教 AI 打篮球：程序化动画演示 — majidmanzarpour · 2026-11-03