Skip to content
Hot eventLive

SWE-Critix：后训练通用验证器评估编码智能体轨迹

1 reports1 sources2 hr ago updated

Get the story

AI overview

2026年10月12日，arXiv（Artificial Intelligence）发布 SWE-Critix，一个用于训练通用验证器的后训练流水线，目标是判断并解释编码智能体的执行轨迹。该流水线结合监督微调（SFT）与强化学习（RL），在 CodeForge-Preview 轨迹上训练 30B 模型。在留出测试集上，分类准确率从 Qwen3-30B-A3B 基线的 57% 提升到 SFT 后的 66%，再提升到 RL 后的 78%。研究方表示模型、数据集与训练代码已开源。目前公开信息仅涉及该流水线的方法、训练数据规模与评测结果，未见后续独立复现或争议报道。

Generated from reports · updated 2 hr ago

LatestOct 12
SWE-Critix 论文公布：SFT+RL 训练 30B 验证器，准确率 57%→66%→78%，模型、数据与代码开源。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Artificial Intelligence
    SWE-Critix：面向编码智能体轨迹评估的后训练通用验证器

    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。

Heat trend

There is not enough continuous observation data to draw a trend yet.