从 SWE-ZERO 到 SWE-HERO：面向软件工程代理的从无执行到基于执行的微调

本文介绍了 SWE-ZERO 到 SWE-HERO 的两阶段监督微调方案，通过蒸馏开源前沿大模型在 SWE-bench 上取得最先进成果。该流程采用进化式优化策略替代高资源依赖：首先利用大规模无执行轨迹掌握代码语义与仓库级推理；随后应用基于执行的针对性精炼，将语义直觉转化为严谨的工程工作流。实验表明，该方法为同量级开源模型树立了新基准，且展现出强大的跨语言零样本迁移能力。