代码与软件工程

SWE-Trail 将先前尝试作为采集端历史，用于在编码智能体 rollout 期间选择在何处比较候选动作，然后在所得轨迹上训练学生模型。

CrossSWE 是一个包含 171 个实例的跨仓库联合开发基准，任务要求在相互依赖的仓库间进行协调修改，并通过联合必要性测试验证。

CodeSpecWeave 合成具有相互依赖规范和可靠可执行测试的编码任务，产出 4,670 个训练任务和一个 100 任务基准。

VibeGame 将 AI 原生 2D 游戏引擎与八智能体对抗团队及免训练经验蒸馏相结合，将自然语言提示转化为可玩的游戏项目。