Hugging Face发布SWE-Trail：基于历史引导的代码智能体训练轨迹收集方法

摘要：Hugging Face推出了一种名为SWE-Trail的轨迹收集方法，用于提升代码智能体训练效率。SWE-Trail通过利用历史轨迹指导后续数据收集，避免了独立采样带来的冗余问题，同时避免将历史暴露给智能体，从而防止训练与测试环境的不匹配问题。实验结果表明，SWE-Trail在SWE-bench Multilingual和SWE-bench Pro基准测试中分别将平均解决率提高了2.33和1.60个百分点，展示了其在减少冗余和提高模型性能方面的有效性。

---

技术机制剖析

SWE-Trail的核心机制在于利用历史轨迹指导后续的数据收集过程，而不让这些历史信息直接暴露给代码智能体。具体来说，SWE-Trail在每次新的展开（rollout）过程中，通过分析历史轨迹来识别哪些状态可能需要额外的收集努力。然后，代码智能体从其普通上下文中提出候选的下一个动作，SWE-Trail则从相同的检查点（checkpoint）执行这些动作，以决定哪条路径继续进行。这种方法不仅减少了独立采样带来的冗余，还避免了将历史信息作为建议暴露给智能体，从而避免了训练与测试环境的不匹配问题。

工程权衡与实测表现

通过实验，SWE-Trail在SWE-bench Multilingual和SWE-bench Pro基准测试中表现出色。与独立采样方法相比，SWE-Trail在Ling-3.0-flash-base初始化的124B模型上分别将平均解决率提高了2.33和1.60个百分点。即使在没有历史信息的情况下，同一管道也比独立采样方法表现更好，但仅在多语言基准测试中提高了0.11个百分点。这表明，历史信息的指导作用对模型性能的提升至关重要。

开发者落地与部署建议

对于开发者而言，SWE-Trail提供了一种更高效、更具针对性的数据收集方法，能够显著减少冗余数据，提高训练效率。在实际部署中，建议开发者根据具体任务需求调整SWE-Trail的参数设置，例如历史轨迹的保留长度和选择策略。此外，考虑到SWE-Trail对计算资源的需求，开发者可以结合分布式计算和混合精度训练等技术，进一步优化训练过程的资源利用率。

结论

SWE-Trail展示了通过历史引导的轨迹收集方法在提升代码智能体训练效率方面的巨大潜力。其在减少冗余数据和避免训练测试不匹配方面的优势，使其成为未来AI模型训练的重要工具。

---

消息来源：Hugging Face Daily Papers (2026-11-01)

—— 完 ——

主题标签： #Hugging Face 关注 #智能体 关注 #训练优化 关注 #SWE-Trail 关注