在软件工程领域，昆仑万维于 6 月 20 日正式发布了其自主研发的代码智能体基座模型 Skywork-SWE-32B，并将其开源。该模型在软件工程任务中表现卓越，成为业界在 32B 参数规模下
Skywork-SWE-32B 在 SWE-benchVerified 基准上取得了 38.0% 的 pass@1 准确率，这一成绩刷新了 Qwen2.5-Coder-32B 系列模型在 OpenHands 代码框架下的
昆仑万维团队针对当前市场上 SWE 任务的主流数据集存在的问题，建立了一套三阶段的自动化流程来收集和验证训练数据。在数据采集阶段，他们通过 GitHubAPI 抓取了超过 15 万个开源仓库的信息，并通过一系列严格的筛选步骤，最终保留了 23，389 个任务样本。在验证阶段，团队使用统一命令生成和 Docker 环境构建技术，确保每个任务样本的有效性，最终生成了 10，169 条高质量样本。
在智能体轨迹生成阶段，团队使用开源的 OpenHands 框架，结合商用大模型作为基座，对每个任务执行了多轮交互，全面记录智能体的解决过程。最终，他们构建出 8，209 条高质量的验证通过轨迹，为 Skywork-SWE-32B 的训练提供了坚实基础。
Skywork-SWE-32B 的成功发布，为软件工程智能体的发展注入了新的活力，展现了其在处理复杂开发场景下的能力与潜力。
博客地址🔗
https://quixotic-sting-239.notion.site/eb17f379610040ceb54da5d5d24065bd
HuggingFace 地址🔗
https://huggingface.co/Skywork/Skywork-SWE-32B
划重点:
🌟Skywork-SWE-32B 模型在 SWE-benchVerified 基准上取得 38.0% 的 pass@1 准确率，刷新了现有 32B 开源模型的
最佳成绩。 📈引入测试时扩展技术后，模型的准确率提升至 47.0%，显著缩小了与闭源模型的性能差距。
🔍昆仑万维建立了自动化流程，构建出超 1 万条高质量、可验证的 SWE 任务数据集，为模型的训练奠定了基础。
