⏶18
SWE-Flow: 以测试驱动方式合成软件工程数据
发表
由 
Lei Zhang 提交
Lei Zhang 提交作者: Lei Zhang, Jiaxi Yang, Min Yang, Jian Yang, Mouxiang Chen, Jiajun Zhang, Zeyu Cui, Binyuan Hui, Junyang Lin
Lei Zhang, Jiaxi Yang, Min Yang, Jian Yang, Mouxiang Chen, Jiajun Zhang, Zeyu Cui, Binyuan Hui, Junyang Lin摘要
我们引入了 **SWE-Flow**，这是一种基于测试驱动开发（TDD）的新颖数据合成框架。
与依赖人工提交问题的现有软件工程数据不同，**SWE-Flow**
直接从单元测试中自动推断增量开发步骤，而单元测试本身就封装了高级需求。
**SWE-Flow** 的核心是构建运行时依赖图（RDG），它精确捕获函数交互，
从而能够生成结构化、分步的*开发时间表*。
在每个步骤中，**SWE-Flow** 都会生成部分代码库、相应的单元测试以及
必要的代码修改，从而形成完全可验证的 TDD 任务。
通过这种方法，我们从真实世界的 GitHub 项目中生成了 16,061 个训练实例和 2,020 个测试实例，
创建了 **SWE-Flow-Eval** 基准。我们的实验表明，在此数据集上对开放模型进行微调
显著提高了基于 TDD 的编码性能。为了促进进一步研究，我们发布了所有代码、数据集、模型和 Docker 镜像，
地址为 [Github](https://github.com/Hambaobao/SWE-Flow)。
Li Yunshui
我们引入了 SWE-Flow，一个基于测试驱动开发（TDD）的新型数据合成框架。与现有依赖人工提交问题的软件工程数据不同，SWE-Flow 直接从单元测试中自动推断渐进式开发步骤，单元测试本身就包含了高层需求。SWE-Flow 的核心是构建一个运行时依赖图（RDG），它精确地捕获了函数间的交互，从而能够生成结构化的、分步的开发时间表。在每个步骤中，SWE-Flow 都会生成部分代码库、相应的单元测试以及必要的代码修改，从而产生完全可验证的 TDD 任务。通过这种方法，我们从真实世界的 GitHub 项目中生成了 16,061 个训练实例和 2,020 个测试实例，创建了 SWE-Flow-Bench 基准。我们的实验表明，在这一数据集上对开放模型进行微调，能显著提高基于 TDD 的编码性能。为促进进一步研究，我们发布了所有代码、数据集、模型和 Docker 镜像，地址为 Github。