1. 首頁 > 生活百科 > >

通義靈碼軟件工程大模型獲國際頂會杰出論文獎，復雜問題解決率刷新開源紀錄

通義靈碼軟件工程大模型獲國際頂會杰出論文獎，復雜問題解決率刷新開源紀錄

7月3日消息 ， 軟件領域國際頂會ISSTA 2025（International Symposium on Software Testing and Analysis）公布了最高獎項-杰出論文獎 ， 通義靈碼軟件工程大模型SWE-GPT從500多篇投稿論文中脫穎而出 ， 成為唯一獲得該獎項的企業論文 。

軟件開發是大模型落地最快的應用場景之一 ， 但現有模型主要基于靜態代碼數據進行訓練 ， 缺乏對軟件開發過程中動態交互、工具使用、迭代問題解決和演化特性的深入理解 ， 影響了其在真實場景中的實用性 。
據介紹 ， 通義靈碼SWE-GPT基座模型為通義千問Qwen2.5 ， 在后訓練階段進一步模擬人類程序員的認知過程 ， 學習軟件工程領域復雜問題的端到端多步驟解決過程 。 同時 ， 團隊創新性采用合成數據進行迭代模型訓練 ， 通過模擬真實軟件開發中的動態交互與迭代問題解決過程（如代碼庫理解、故障定位和補丁生成） ， 有效解決現有基礎大模型的局限性 。
在模型訓練階段 ， 為了增強訓練過程的魯棒性 ， 通義靈碼團隊還采用了課程學習的方法 ， 隨著迭代的進行 ， 逐步加入當前模型未能解決的問題 ， 循序漸進提高訓練樣本的復雜度 ， 確保模型鞏固基礎能力 。
此前的實驗結果顯示 ， 在權威基準SWE-bench-Verified（500項真實GitHub任務）測試中 ，SWE-GPT 72B以 30.20%問題解決率刷新開源紀錄 ， 較Llama 3.1 405B提升22.76% ， 接近同時期閉源模型GPT-4o的效果 。 不僅如此 ， 輕量級SWE-GPT 7B模型以 18.20%的解決率超越Llama 3.1 70B（17.20%） ， 展現了小尺寸模型在復雜軟件維護任務中的實用價值 。
更重要的是 ， SWE-GPT是一個通用框架 ， 可以進行持續拓展 ， 比如以其為基礎引入思考能力和測試時擴展（test-time scaling） ， 小尺寸（32B）模型在SWE-bench-Verified上可以達到46%的問題解決率 ， 接近業界領先的閉源模型 Claude 3.5 Sonnet v2 (46.20%) 和 OpenAI o1 (45.60%)。
ISSTA評審委員會專家點評稱：“ SWE-GPT是一種新穎的以「軟件開發流程為中心」的大語言模型 ， 它提出的數據合成方案真實模擬了實際軟件開發過程 ， 這是AI輔助軟件開發領域前進的重要一步 。 ”
通義靈碼算法負責人李永彬表示：“基于大模型的軟件工程智能化領域的研究和應用正在快速發展 ， 僅靠現有基礎模型仍無法滿足真實場景的需求 ， SWE-GPT為AI 輔助軟件開發提出了新范式 。 ”
【通義靈碼軟件工程大模型獲國際頂會杰出論文獎，復雜問題解決率刷新開源紀錄】ISSTA是軟件工程領域最具影響力的學術會議之一 ， 該會議匯聚了學術界和工業界在軟件測試、程序分析、代碼質量保障等技術的前沿研究與應用 。 本屆ISSTA共收到550篇投稿 ， 最終錄用107篇 ， 其中僅有9篇被評為杰出論文 。

    推薦閱讀