Hugging Face发布SWE-at-Scale框架：革新软件工程任务生成与评估

摘要：Hugging Face推出SWE-at-Scale框架，通过逆向工程真实软件修复过程，自动生成多样化的软件工程任务。该框架利用历史修复数据中的深层机制知识，将修复监督转化为基于实际开发场景的缺陷诱导监督，从而实现可扩展的、逼真的软件工程任务生成。实验表明，SWE-at-Scale生成的软件工程任务比现有方法更具多样性和挑战性，为AI编程智能体的评估提供了更强大的支持。

---

技术机制剖析

SWE-at-Scale的核心机制是通过逆向工程真实软件修复过程来生成逼真的软件工程任务。其关键创新点在于利用历史修复数据中的深层机制知识，将修复监督转化为基于实际开发场景的缺陷诱导监督。具体来说，该框架通过以下步骤实现：

1. 修复逆向工程：分析历史修复数据，提取缺陷形成的深层机制知识。
2. 缺陷诱导监督：将修复监督转化为缺陷诱导监督，使模型能够学习如何生成缺陷。
3. 多样化采样：在新的代码上下文中反复采样不同的缺陷类型，以生成多样化的软件工程任务。

工程权衡与实测表现

SWE-at-Scale在生成软件工程任务方面具有以下优势：

• 多样性：与现有合成方法相比，SWE-at-Scale能够生成更具多样性的缺陷类型。
• 挑战性：生成的软件工程任务对最先进的AI编程智能体提出了更大的挑战。
• 可扩展性：该框架能够将有限的真实世界修复数据转化为可重复使用的监督数据，实现可扩展的任务生成。

然而，SWE-at-Scale也存在一些潜在的权衡：

• 数据依赖性：该框架的性能高度依赖于历史修复数据的质量和数量。
• 复杂性：逆向工程修复过程和生成逼真的缺陷需要复杂的模型设计和计算资源。

实验结果表明，SWE-at-Scale在多个基准测试中表现优异，能够生成更具挑战性的软件工程任务，从而更好地评估AI编程智能体的能力。

开发者落地与部署建议

对于开发者而言，SWE-at-Scale可以作为一种强大的工具来生成多样化的软件工程任务，以评估和改进AI编程智能体的性能。以下是一些建议：

• 数据收集与预处理：确保收集到足够数量和高质量的历史修复数据，并进行适当的预处理。
• 模型微调：根据具体的应用场景，对SWE-at-Scale模型进行微调，以生成更符合需求的软件工程任务。
• 任务生成与评估：利用SWE-at-Scale生成软件工程任务，并结合现有的评估指标，对AI编程智能体进行全面的评估。

结论

SWE-at-Scale框架为软件工程任务的生成和评估提供了一种全新的方法，通过逆向工程真实软件修复过程，生成更具多样性和挑战性的任务，为AI编程智能体的评估提供了更强大的支持。

---

消息来源：Hugging Face Daily Papers (2026-10-15)

—— 完 ——

主题标签： #Hugging Face 关注 #SWE-at-Scale 关注 #软件工程 关注 #AI编程 关注 #任务生成 关注