Open-SWE-Traces est un jeu de données publié par NVIDIA en 2026 pour l'optimisation des instructions des agents de modèles de langage de grande taille. Les articles associés incluent… OPEN-SWE-TRACES : Amélioration de la distillation multilingue à double mode pour les agents d’ingénierie logicielleCe modèle vise à améliorer sa capacité à réparer le code et à utiliser des outils multi-étapes dans le domaine du génie logiciel. Il est largement utilisé pour l'entraînement d'agents de code, le développement de systèmes de réparation logicielle automatisée, l'optimisation des performances du benchmark SWE-Bench, ainsi que pour la recherche sur le réglage fin supervisé et la distillation de grands modèles dans le cadre de tâches de génie logiciel. Cet ensemble de données contient 207 489 trajectoires d'interaction d'agents, synthétisées à l'aide des algorithmes Minimax-M2.5 et Qwen3.5-122B-A10B, collectées à l'aide du framework SWE-agent et OpenHands, couvrant plusieurs langages de programmation, notamment Python, Go, TypeScript, JavaScript, Rust, Java, PHP, C et C++, ainsi que la distribution des performances de ces modèles d'agents à travers différents langages de programmation.

Composition de l'ensemble de données :

• OpenHands + Minimax-M2.5 : 49 948 pistes ; 20 362 PR (Pull Requests/Nombre de tâches) ; Statut des PR (Résolues / Non résolues / Inconnues) : 15 941 / 22 911 / 11 096
• OpenHands + Qwen3.5-122B : 55 488 pistes ; 20 098 demandes de tirage (Pull Requests/Nombre de tâches) ; Statut des demandes de tirage (Résolues / Non résolues / Inconnues) : 13 657 / 29 147 / 12 684
• SWE-agent + Minimax-M2.5 : 57 268 pistes ; 20 791 demandes de tirage (nombre de tâches) ; statut des demandes de tirage (résolues/non résolues/inconnues) : 19 551/24 554/13 163
• Agent SWE + Qwen3.5-122B : 44 785 pistes ; 18 211 demandes de tirage (nombre de tâches) ; statut des demandes de tirage (résolues/non résolues/inconnues) : 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},
}