Command Palette
Search for a command to run...
Nemotron RL Agentic SWE Pivot v1 Ensemble De Données D'apprentissage Par Renforcement Pour Agents D'ingénierie Logicielle
Date
Organisation
URL du document
Licence
CC BY 4.0
Nemotron RL Agentic SWE Pivot v1 est un ensemble de données publié par NVIDIA en 2026, conçu pour l'entraînement et la validation d'agents d'ingénierie logicielle dans le monde réel. Les résultats de recherche associés sont présentés dans « Training Software Engineering Agents and Verifiers with SWE-Gym », visant à prendre en charge le micro-ajustement de modèles par apprentissage par renforcement à partir de récompenses vérifiables (RLVR) à l'aide de l'environnement NeMo Gym.
Cet ensemble de données est une version restructurée des ensembles de données SWE-Gym et R2E-Gym, spécialement conçue pour s'adapter au format d'entrée de NeMo Gym, et a été appliquée dans le développement des modèles de la série NVIDIA Nemotron. Il est automatiquement converti à partir de SWE-Gym et R2E-Gym, principalement construit à partir de GitHub Issues, et vise à s'adapter au cadre NVIDIA NeMo Gym pour l'entraînement postérieur de grands modèles de langage ainsi que pour l'entraînement et la validation par apprentissage par renforcement d'agents d'ingénierie logicielle.
Composition de l'ensemble de données
- responses_create_params : paramètres liés à la génération de réponses.
- agent_ref : informations de référence liées à l'agent.
Créer de l'IA avec l'IA
De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.