主要来源arXiv: DeepSeek
查看原文事件专题 ·官方一手
SWE-Verifier：只验证不到 4% 的步骤，让编码智能体更省钱
SWE-Verifier 是一个基于 Qwen3.5-4B 训练的轻量验证模型，通过给编码智能体的动作打分，只在必要时触发候选采样和验证。在 mini-swe-agent 框架下，它把 MiniMax-M2.7 的解决率从 75.47% 提升到 77.20%，成本仅为 1.09 倍。该模型还能泛化到未经训练的 DeepSeek-V4-Flash，解决率从 72.60% 提升到 74.27%，成本 1.13 倍。整个过程中它只验证不到 4% 的步骤，成本远低于全步骤验证的基线方法。模型、代码和数据已在 GitHub 开源。
当前结论
给编码智能体加了个只有 4B 的小验证器，只挑关键步骤做验证，解决率涨一两个点，成本几乎没变，还能直接用在没见过的模型上。
4 个信源34° AI 热度最后更新 2026/10/21 18:02:33
证据链
4 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。