Nemotron-Cascade-SFT-SWE هي مجموعة بيانات تدريبية موجهة لمهام هندسة البرمجيات أصدرتها NVIDIA، وتتمثل النتائج البحثية المرتبطة بها في الورقة البحثية «Nemotron-Cascade: Scaling Cascaded Reinforcement Learning for General-Purpose Reasoning Models»، وتهدف إلى تعزيز قدرات نماذج اللغة الكبيرة في مهام هندسة البرمجيات مثل تحديد موقع الكود، وإصلاح الكود، وتوليد حالات الاختبار.

تدمج مجموعة البيانات هذه بيانات من مصادر متعددة تشمل SWE-Bench-Train وSWE-reBench وSWE-Smith وR2E-Gym/R2E-Gym-Subset وSWE-Fixer-Train، وتقوم بفرز الصعوبة وتعديل العينات وفقًا لاحتياجات التدريب عبر التعلم الخاضع للإشراف (SFT) والتعلم المعزز (RL). ولتقليل مخاطر تلوث بيانات التقييم، تستبعد مجموعة البيانات الحالات المستمدة من مستودعات الأكواد المشاركة في مجموعة تقييم SWE-Bench_Verified.

مكونات مجموعة البيانات

تتضمن مجموعة البيانات ملفات JSONL الثلاثة التالية:

• swe_localization.jsonl: مهمة تحديد موقع الكود، تُستخدم لتحديد ملفات الكود التي تحتاج إلى فحص أو تعديل.
• swe_repair.jsonl: مهمة إصلاح الكود، تُستخدم لتوليد حلول إصلاح الكود.
• swe_testgen.jsonl: مهمة توليد حالات الاختبار، تُستخدم لتوليد حالات اختبار تتحقق من سلوك الكود.

تحتوي كل عينة بشكل أساسي على الحقول التالية:

• category: فئة المهمة، وتشمل SWE Localization وSWE Repair وSWE TestGen.
• source: مصدر البيانات الأصلي.
• messages: قائمة الرسائل التي تتضمن مطالبات المستخدم واستجابات النموذج.
• generator: اسم النموذج المستخدم لتوليد استجابة النموذج.
• patch: معلومات التعليقات المتعلقة بالقضية (Issue) ذات الصلة، وتشير إلى التعليقات التي تم نشرها قبل أول تقديم لطلب السحب (PR) الخاص بالحل.
• thinking: قيمة منطقية، تُستخدم لتمييز ما إذا كان نمط التفكير مفعّلًا.