AI在线 AI在线

​昆仑万维发布并开源 Skywork-SWE-32B:开源软件工程智能体模型引领新风潮

在软件工程领域,昆仑万维于6月20日正式发布了其自主研发的代码智能体基座模型 Skywork-SWE-32B,并将其开源。 该模型在软件工程任务中表现卓越,成为业界在32B 参数规模下最强的代码修复能力模型。 昆仑万维团队通过构建超过1万个可验证的 GitHub 仓库任务实例,创造了目前规模最大的可验证数据集,系统地验证了大模型在软件工程任务上的数据缩放定律。

在软件工程领域,昆仑万维于6月20日正式发布了其自主研发的代码智能体基座模型 Skywork-SWE-32B,并将其开源。该模型在软件工程任务中表现卓越,成为业界在32B 参数规模下最强的代码修复能力模型。昆仑万维团队通过构建超过1万个可验证的 GitHub 仓库任务实例,创造了目前规模最大的可验证数据集,系统地验证了大模型在软件工程任务上的数据缩放定律。

image.png

Skywork-SWE-32B 在 SWE-bench Verified 基准上取得了38.0% 的 pass@1准确率,这一成绩刷新了 Qwen2.5-Coder-32B 系列模型在 OpenHands 代码框架下的最佳记录。通过引入测试时扩展技术,该模型的表现进一步提升至47.0% 的准确率,不仅超过了目前在32B 参数规模以下的开源模型,也缩小了与一些闭源模型之间的性能差距。

昆仑万维团队针对当前市场上 SWE 任务的主流数据集存在的问题,建立了一套三阶段的自动化流程来收集和验证训练数据。在数据采集阶段,他们通过 GitHub API 抓取了超过15万个开源仓库的信息,并通过一系列严格的筛选步骤,最终保留了23,389个任务样本。在验证阶段,团队使用统一命令生成和 Docker 环境构建技术,确保每个任务样本的有效性,最终生成了10,169条高质量样本。

image.png

在智能体轨迹生成阶段,团队使用开源的 OpenHands 框架,结合商用大模型作为基座,对每个任务执行了多轮交互,全面记录智能体的解决过程。最终,他们构建出8,209条高质量的验证通过轨迹,为 Skywork-SWE-32B 的训练提供了坚实基础。

Skywork-SWE-32B 的成功发布,为软件工程智能体的发展注入了新的活力,展现了其在处理复杂开发场景下的能力与潜力。

博客地址🔗 

https://quixotic-sting-239.notion.site/eb17f379610040ceb54da5d5d24065bd

HuggingFace地址🔗 

https://huggingface.co/Skywork/Skywork-SWE-32B

划重点:  

🌟 Skywork-SWE-32B 模型在 SWE-bench Verified 基准上取得38.0% 的 pass@1准确率,刷新了现有32B 开源模型的最佳成绩。  

📈 引入测试时扩展技术后,模型的准确率提升至47.0%,显著缩小了与闭源模型的性能差距。  

🔍 昆仑万维建立了自动化流程,构建出超1万条高质量、可验证的 SWE 任务数据集,为模型的训练奠定了基础。

相关资讯

Anthropic在移动端推Claude对话语音模式,可搜索Google 文档、日历等

位于旧金山的人工智能初创公司Anthropic宣布推出 Claude 人工智能聊天机器人新的重大更新:全新的语音对话模式。 该功能已在苹果 App Store(iOS 设备)和谷歌 Play Store(Android 设备)的移动应用中上线。 除了语音模式的推出,Anthropic还为所有免费用户扩展了网络搜索功能。
5/28/2025 10:01:00 AM
AI在线

Salesforce 斥资80亿美元收购 Informatica 押注Agent

Salesforce 周二宣布,将以约80亿美元现金收购云数据管理公司 Informatica,旨在进一步强化其 AI 战略核心 Agentforce 平台的能力。 根据协议,Informatica A 类和 B-1类普通股股东将获得每股25美元的现金回报。 交易将通过 Salesforce 的现金储备与新增债务的方式融资。
5/28/2025 10:01:01 AM
AI在线

​梦工厂创始人卡岑伯格牵头 1500 万美元融资,推出 AI 视频广告平台 Creatify

梦工厂的联合创始人杰弗里・卡岑伯格(Jeffrey Katzenberg)通过他的风险投资基金 WndrCo,联合领导了一轮1500万美元的 A 轮融资,投资于 AI 视频广告平台 Creatify。 Creatify 的 AdMax 平台利用人工智能快速生成多种视频广告,特别针对社交媒体营销。 该平台能够分析 TikTok 和 Instagram 等应用上表现优异的视频广告活动,从而优化其输出内容。
6/3/2025 10:01:04 AM
AI在线
  • 1