Open-SWE-Traces 是由 NVIDIA 于 2026 年发布的一个面向大语言模型智能体指令微调的数据集，相关论文成果为 OPEN-SWE-TRACES: Advancing Dual-Mode Multilingual Distillation for Software Engineering Agents，旨在提升模型在软件工程领域的代码修复与多步工具调用能力，广泛应用于代码智能体训练、自动化软件修复系统开发、 SWE-Bench 基准测试优化、以及大模型在软件工程任务中的监督微调与蒸馏研究。 该数据集包含 207,489 条智能体交互轨迹，基于 Minimax-M2.5 与 Qwen3.5-122B-A10B 算法合成，使用 SWE-agent 与 OpenHands 框架收集，覆盖多种编程语言，包括 Python 、 Go 、 TypeScript 、 JavaScript 、 Rust 、 Java 、 PHP 、 C 和 C++，以及这些 Agent–Model 在不同编程语言上的表现分布。

数据集构成:

• OpenHands + Minimax-M2.5：49,948 条轨迹；20,362 PRs（Pull Request/任务数量）；PR Status（Resolved / Unresolved / Unknown）：15,941 / 22,911 / 11,096
• OpenHands + Qwen3.5-122B：55,488 条轨迹；20,098 PRs（Pull Request/任务数量）；PR Status（Resolved / Unresolved / Unknown）：13,657 / 29,147 / 12,684
• SWE-agent + Minimax-M2.5：57,268 条轨迹；20,791 PRs（Pull Request/任务数量）；PR Status（Resolved / Unresolved / Unknown）：19,551 / 24,554 / 13,163
• SWE-agent + Qwen3.5-122B：44,785 条轨迹；18,211 PRs（Pull Request/任务数量）；PR Status（Resolved / Unresolved / Unknown）：16,095 / 18,875 / 9,815

Citation

@article{ahmad2026openswetraces,
title={OPEN-SWE-TRACES: Advancing Dual-Mode Multilingual Distillation for Software Engineering Agents},
author={Wasi Uddin Ahmad, Nikolai Ludwig, Somshubra Majumdar, Boris Ginsburg},
year={2026},
eprint={2606.16038},
archivePrefix={arXiv},
primaryClass={cs.CL},
url={https://arxiv.org/abs/2606.16038},
}