arXiv · Artificial Intelligence· Jiajun Hu, Chun Yong Chong·· 3 hr agoAI score42
SWE-Critix：面向编码智能体轨迹评估的后训练通用验证器
SWE-Critix: Post-Training Generalist Verifiers for Assessing Coding-Agent Trajectories
AI brief
SWE-Critix 是一个后训练流水线，用于训练能判断并解释编码智能体执行轨迹的通用验证器。流水线结合 SFT 与 RL，在 CodeForge-Preview 轨迹上训练 30B 模型，在留出测试集上把分类准确率从 Qwen3-30B-A3B 基线的 57% 提升到 SFT 后 66%、RL 后 78%。模型、数据集与训练代码已开源。
Source: arXiv · Artificial Intelligence · arxiv.org