論文の概要: SWE-Stream: Scaling Executable Training Data for SWE Agents via Progressive Construction and Elastic Streaming

• arxiv url: http://arxiv.org/abs/2610.20193v1
• Date: Wed, 14 Oct 2026 13:41:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:16.174456
• Title: SWE-Stream: Scaling Executable Training Data for SWE Agents via Progressive Construction and Elastic Streaming
• Title（参考訳）: SWE-Stream: プログレッシブな構築と弾力的なストリーミングによるSWEエージェントの実行可能なトレーニングデータのスケーリング
• Abstract要約: SWE-Streamは、プログレッシブな構築と弾力的なストリーミング実行を通じて実行可能なSWEトレーニングデータをスケールするシステムである。 6つのプログラミング言語にわたる10,728のリポジトリから開発履歴を使用します。 SWE-Streamは80,874個の検証されたタスクを構築し、118,688個の軌道を収集する。
• 参考スコア（独自算出の注目度）: 28.172955773027127
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Software engineering agents have advanced rapidly, but scaling their training remains constrained by the limited availability of high-quality executable tasks. Development histories contain valuable signals for constructing such tasks, yet they often require substantial reconstruction due to incomplete environments, missing tests, and inconsistent artifacts. We present SWE-Stream, a system for scaling executable SWE training data through progressive construction and elastic streaming execution. SWE-Stream progressively validates and refines task candidates, reusing existing artifacts when possible and applying targeted completion only when necessary. An elastic scheduler asynchronously coordinates construction stages under shared resource constraints, adapting execution budgets based on observed workload demands. Using development histories from 10,728 repositories across six programming languages, SWE-Stream constructs 80,874 validated tasks and collects 118,688 successful trajectories. Fine-tuning Qwen3-30B-A3B-Thinking-2507 on these trajectories achieves resolve rates of 69.0%, 49.3%, and 45.42% on SWE-bench Verified, Multilingual, and Pro, respectively. In a controlled comparison with approximately matched training budgets, SWE-Stream achieves a 45.6% resolve rate on SWE-bench Verified, outperforming three existing data sources. Moreover, its streaming construction strategy improves efficiency, delivering $1.45\times$ the accepted-task throughput of batch construction and accepting 13.2% more tasks than fixed-limit streaming.
• Abstract（参考訳）: ソフトウェアエンジニアリングエージェントは急速に進歩しているが、高品質の実行可能なタスクが限られているため、トレーニングのスケールは制限されている。 開発履歴には、そのようなタスクを構築するための貴重な信号が含まれているが、不完全な環境、テストの欠如、一貫性のない人工物のために、相当な再構築を必要とすることが多い。 本稿では,SWE-Streamを提案する。SWE-Streamは,プログレッシブな構築と弾力的なストリーミング実行を通じて実行可能なSWEトレーニングデータをスケールするシステムである。 SWE-Streamは、タスク候補を段階的に検証し、洗練し、可能な限り既存のアーティファクトを再利用し、必要な時にのみターゲットの完了を適用する。 弾性スケジューラは、共有リソース制約の下で構築段階を非同期に調整し、観測されたワークロード要求に基づいて実行予算を適用する。 SWE-Streamは6つのプログラミング言語にわたる10,728のリポジトリから開発履歴を使い、80,874の検証タスクを構築し、118,688の成功したトラジェクトリを収集している。 微調整されたQwen3-30B-A3B-Thinking-2507は、それぞれ69.0%、49.3%、45.42%、SWE-bench Verified、Multilingual、Proである。 ほぼ一致したトレーニング予算と比較して、SWE-StreamはSWE-bench Verifiedで45.6%のリゾルバ率を獲得し、既存の3つのデータソースを上回っている。 さらに、ストリーミング構築戦略は効率を改善し、バッチ構築の受け入れタスクスループットを1.45\timesで提供し、固定リミットストリーミングよりも13.2%多くのタスクを受け入れる。

関連論文リスト

• NetAgent: Multi-Task Agentic Network Traffic Analysis Made Practical [53.87671627926138]
  NetAgentはマルチタスクトラフィック分析のための最初のエージェントフレームワークである。 複雑なタスク理解、オンザフライの分解とオーケストレーション、動的リプランニング、ロングホライゾン分析をサポートする。
  論文  参考訳（メタデータ） (2026-10-05T20:58:45Z)
• Learning Compositional Meta-Routing for Agentic Workflows: An Executable Benchmark [0.0]
  本稿では,タスクテキストからヘテロジニアスな操作を構成する,実行可能ベンチマークと予算対応メタルータを紹介する。 結果: 学習成功率は75.9%、静的ルーティングは93.5%、残る49%が安価で34.3ポイントを超える。
  論文  参考訳（メタデータ） (2026-07-31T07:00:49Z)
• Claw-Eval-Live: A Live Agent Benchmark for Evolving Real-World Workflows [67.92316850084575]
  ワークフローエージェントのライブベンチマークであるClaw-Eval-Liveを紹介する。 各リリースは、公開ワークフロー要求信号から構築される。 Claw-Eval-Liveは実行トレース、監査ログ、サービス状態、実行後のワークスペースアーティファクトを記録する。
  論文  参考訳（メタデータ） (2026-04-30T17:23:19Z)
• Why Search When You Can Transfer? Amortized Agentic Workflow Design from Structural Priors [51.95306551061392]
  エージェントワークフローの自動設計は、現在、タスクごとの反復検索に依存している。 本稿では,ワークフロー設計を再利用可能な構造的先入観に補正するフレームワークであるSWIFTを提案する。 SWIFTは5つのベンチマークで最先端の検索手法より優れている。
  論文  参考訳（メタデータ） (2026-04-27T21:25:00Z)
• Structural Verification for Reliable EDA Code Generation without Tool-in-the-Loop Debugging [0.6843491191969066]
  本稿では,ツール・イン・ザ・ループのデバッグを,実行前に構造的正しさを強制することで除去することを提案する。 シングルステップタスクでは,パスレートが73.0% (LLM+RAG) から76.4% (tool-in-loop) から82.5% に向上する。 マルチステップタスクでは、パスレートは30.0%から70.0%に改善され、さらに軌道レベルの反射で84.0%に改善される。
  論文  参考訳（メタデータ） (2026-04-20T20:58:52Z)
• SWE-Next: Scalable Real-World Software Engineering Tasks for Agents [46.235209026216246]
  本稿では,スケーラブルなSWEタスクとトラジェクトリコレクションのための実行基盤フレームワークであるSWE-Nextを提案する。 SWE-Nextは、実際のマージされたプルリクエストをマイニングし、候補ベース/マージされたコミットペアを実行し、レグレッションなしで厳格なテスト改善を生成するもののみを保持する。 また、厳格な提出ゲーティングを適用して、収集された軌跡は推測よりも証拠駆動である。
  論文  参考訳（メタデータ） (2026-03-21T07:26:22Z)
• Immersion in the GitHub Universe: Scaling Coding Agents to Mastery [60.359983359258955]
  ScaleSWEは、高品質なSWEデータを大規模に構築するために設計された、自動化されたサンドボックス化されたマルチエージェントワークフローである。 このシステムは、環境設定、テスト生成、問題記述合成のための3つの特別なエージェントをコーディネートし、5200リポジトリにわたる600万のプルリクエストを処理する。
  論文  参考訳（メタデータ） (2026-02-10T15:30:19Z)
• Skywork-SWE: Unveiling Data Scaling Laws for Software Engineering in LLMs [19.766885088032932]
  ソフトウェアエンジニアリング(SWE)は、次世代のLLMエージェントにとって重要なテストベッドとして登場した。 既存のデータセットのほとんどは、わずか数千のGitHubソースインスタンスに制限されている。 SWEデータセットのボリュームと多様性の両方を体系的にスケールするインクリメンタルな自動データキュレーションパイプラインを提案する。
  論文  参考訳（メタデータ） (2025-06-24T03:53:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。