نيموترون-إس إف تي-إس دبليو إي-الإصدار 2

نظرة عامة على مجموعة البيانات

Nemotron-SFT-SWE-v2 هي مجموعة بيانات لضبط تعليمات هندسة البرمجيات، مصممة لتعزيز قدرات نماذج التعلم الآلي على مهام مشابهة لمهام SWE-Bench. تتضمن هذه المجموعة مسارات برمجية آلية تم جمعها باستخدام إطار عمل OpenHands، بالإضافة إلى مجموعة فرعية من مسارات SWE غير الآلية لمهام فرعية محددة، مثل تحديد موقع الكود، وإصلاح الكود، وتوليد الاختبارات. هذه المجموعة من البيانات جاهزة للاستخدام التجاري، وهي مُخصصة لمهندسي برامج الماجستير في القانون وفرق البحث التي تُطوّر وكلاء هندسة برمجيات مستقلين ومساعدين مُتخصصين في البرمجة. وهي مناسبة لضبط النماذج وتبسيطها تحت الإشراف، والتي يجب أن تُفسّر بيانات المشكلات الواقعية، وتُخطّط لاستخدام الأدوات على مراحل مُتعددة، وتتنقل بين قواعد البيانات البرمجية، وتُنفّذ الإصلاحات في بيئة تُشبه بيئة SWE-Bench.

تكوين مجموعة البيانات

المجموعات الفرعية

تحتوي مجموعة البيانات على مجموعتين فرعيتين: – مسارات SWE الفاعلةتم جمع ما يقارب 46 ألف مسار لوكلاء باستخدام إطار عمل OpenHands. وتم توليف هذه المسارات باستخدام Qwen3-Coder-480B-A35B-Instruct، ثم جرى ضبطها بدقة تحت الإشراف، بهدف تحسين أداء النموذج في مهام SWE-Bench. أما بيانات المشكلات، فقد تم الحصول عليها من SWE-Gym وR2E-Gym-Subset. – مهندس برمجيات بدون وكيل: ضبط دقيق للبيانات تحت الإشراف لمهام فرعية في هندسة البرمجيات بدون وكيل، على غرار منصة SWE-Bench: تحديد موقع الكود، وإصلاح الكود، وتوليد الاختبارات. يتضمن كل مثال مخرجات خاصة بالمهمة، مثل قائمة ملفات مُرتبة لتحديد الموقع، وتعديلات التصحيحات للإصلاح، واختبارات إعادة الإنتاج بالإضافة إلى اختبارات الوحدة لتوليد الاختبارات.

تحديد كمية البيانات

تنسيق البيانات

الوسيلة: نص التنسيق: JSONL البنية: نص + بيانات وصفية

رخصة

هذه المجموعة من البيانات مرخصة بموجب رخصة المشاع الإبداعي نَسب المُصنَّف 4.0 الدولية (CC-BY 4.0). وتشمل التراخيص الإضافية رخصة أباتشي 2.0، ورخصة معهد ماساتشوستس للتكنولوجيا، ورخصة بي إس دي ذات الثلاثة بنود، ورخصة بي إس دي ذات البندين.