SWE-Master：通过后训练释放软件工程 Agent 的潜力

本文提出 SWE-Master，一个开源且可复现的后训练框架，旨在构建高效的软件工程 Agent。该框架系统探索了完整的 Agent 开发流程，涵盖教师轨迹合成、数据整理、长视野监督微调、基于真实执行反馈的强化学习及推理框架设计。实验表明，从基础模型出发，该方法在 SWE-bench Verified 基准上取得了 61.4% 的解决率，显著优于现有开源基线；结合测试时缩放技术后，性能进一步提升至 70.8%，展现了强大的应用潜力。