Nemotron-SWE-v1 هو مجموعة بيانات ضخمة مُعدّلة بالتعليمات وموجهة لوكلاء هندسة البرمجيات، أصدرتها NVIDIA في عام 2025. الورقة البحثية المرتبطة هي "Training Software Engineering Agents and Verifiers with SWE-Gym"، وتهدف إلى تعزيز قدرات نماذج اللغة الكبيرة في فهم الكود، والتخطيط متعدد الخطوات، وإصلاح الأخطاء ضمن دورة حياة تطوير البرمجيات الواقعية.

تم إنشاء مجموعة البيانات بناءً على وصف المشكلات من SWE-Gym و R2E-Gym-Subset، باستخدام نموذج Qwen3-Coder-480B-A35B-Instruct عبر إطار OpenHands لتوليد مسارات تفاعل الوكلاء اصطناعياً. تُستخدم المجموعة بشكل أساسي للضبط الدقيق بالإشراف (SFT)، لمساعدة النماذج على معالجة مهام هندسة البرمجيات المشابهة لتلك الموجودة في SWE-Bench.

تكوين مجموعة البيانات

تتضمن مجموعة البيانات مجموعة فرعية واحدة باسم r2e_gym، وتحتوي بشكل رئيسي على الحقول التالية:

• messages: سجل تسلسل الرسائل لتفاعل الوكيل مع البيئة، بما في ذلك وصف المهمة، وردود النموذج، ومحتوى التفاعل مع الأدوات.
• license: معلومات الترخيص الخاصة بكل عينة.
• used_in: النماذج أو المشاريع التي استُخدمت فيها العينة.
• tools: الأدوات المتاحة للاستدعاء من قبل الوكيل وتعريفاتها.
• dataset: مصدر مجموعة البيانات الأصلية للعينة.
• repo: اسم مستودع الكود ذي الصلة.