SWE-RL vs 传统方法Agentless Mini的4大关键改进与优势对比【免费下载链接】swe-rl[NeurIPS25] Official codebase for SWE-RL: Advancing LLM Reasoning via Reinforcement Learning on Open Software Evolution项目地址: https://gitcode.com/gh_mirrors/sw/swe-rlSWE-RL 是 NeurIPS25 收录的官方开源项目目标是通过强化学习显著提升大语言模型LLM在真实软件工程任务上的推理能力。作为其核心组件Agentless Mini是一套面向 SWE-bench 评测的自动化代码修复流水线它继承了经典 Agentless 的无代理思想又通过 4 大关键改进解决了传统方法的痛点。本文将用通俗易懂的方式带你理解 SWE-RL 与 Agentless Mini 的定位以及它相比传统自动化代码修复方法的优势所在。一、SWE-RL 与 Agentless Mini 是什么简单来说SWE-RL全称 SWE-RL: Advancing LLM Reasoning via Reinforcement Learning on Open Software Evolution是首个利用开源软件演进数据、配合规则奖励来扩展 LLM 强化学习推理能力的项目。它把修 bug当成一道推理题让模型学会分析问题、定位文件、生成补丁。而 Agentless Mini 则是 SWE-RL 代码库中一个可直接运行的修复工具包它的流水线分为三步文件级定位localize→ 代码修复repair→ 补丁重排序rerank分别对应源码中的 localize.py、repair.py 和 rerank.py。二、传统方法有哪些痛点先看清对比对象 要理解 Agentless Mini 的改进得先明白传统自动化代码修复方法的短板传统方法类型典型代表主要痛点Agent 型方法SWE-agent 类需要与环境多轮交互、调用大量工具速度慢、成本高、易出错传统 Agentless经典 Agentless需要精确到代码块/行的多级定位步骤脆弱一处失误全盘失败单测试验证早期方案只用 1 个复现测试做验证偶然通过率偏高结果不够可靠三、Agentless Mini 的 4 大关键改进 改进 1异步推理速度提升立竿见影 ⚡传统流水线通常采用同步请求模型一次只处理一个问题GPU 利用率很低。Agentless Mini 改用 openai-python 的异步客户端实现了快速异步推理在 api.py 中可以看到它通过AsyncClient配合信号量semaphore控制并发并对限流、断连等异常做了指数退避重试。这意味着在同等算力下批量评测 SWE-bench 的速度大幅提升非常适合跑满整卡。改进 2代码重构可扩展性与并行化更彻底 Agentless Mini 对原框架做了大规模重构目标是更好的可扩展性、并行化与可访问性。最直观的体现是分片sharding支持评测 SWE-bench Verified 的 500 个问题时可以指定--num_shards 125拆成 125 个分片每个分片只处理 4 个实例。在集群环境中不同计算节点并行跑不同分片最后汇总结果评测时间可以缩短一到两个数量级。改进 3文件级定位用简单换稳健 这是最核心的设计取舍传统 Agentless 需要文件定位 → 代码块级编辑定位两步定位精度要求高、环节多。Agentless Mini只做文件级定位定位出候选文件后将整个文件内容直接交给修复阶段见 repair.py 中的construct_topn_file_context。好处是显著降低了早期环节出错导致全盘皆输的风险即使候选文件略多修复阶段仍能从完整上下文中找到正确改动稳健性更好。改进 4多复现测试重排序结果更可靠 生成多个补丁后如何选出最靠谱的一个Agentless Mini 支持使用多个复现测试进行重排序在 rerank.py 中每个补丁会依据复现测试的通过情况reproduction_test_result和回归测试失败数量regression_test_result进行过滤与投票还支持--deduplicate去重。相比单测试验证或随机挑选这种基于测试信号的排序能显著降低偶然通过率提升最终提交补丁的质量。四、一张表看懂 SWE-RL vs 传统方法 对比维度传统 Agent 方法传统 AgentlessAgentless MiniSWE-RL推理方式同步多轮交互同步异步并发定位粒度文件代码块文件代码块仅文件级修复输入局部代码片段局部代码片段整个文件内容并行能力弱一般支持分片并行验证重排无/单一测试单一测试多复现测试重排五、如何快速上手 Agentless Mini⚙️想亲自体验这套改进带来的收益只需三步克隆仓库并安装执行git clone https://gitcode.com/gh_mirrors/sw/swe-rl然后运行pip install -e .[agentless]安装依赖。配置环境变量Agentless Mini 兼容任意 OpenAI 兼容接口只需设置OPENAI_BASE_URL、OPENAI_API_KEY并配置THINKING、PLAYGROUND_DIR等参数具体说明可参考 envs.py。跑通完整流水线依次执行 localize.py 定位文件、repair.py 修复、rerank.py 重排中间还可以用 check_loc_perf.py 检查定位质量。如果你想了解模型训练侧的设计SWE-RL 的提示词模板与基于序列相似度的奖励函数分别实现在 prompts.py 和 reward.py值得一并阅读。六、总结什么时候选择 Agentless Mini✅如果你的场景符合以下特征Agentless Mini 的 4 大改进会带来实实在在的收益需要大规模批量评测异步分片并行、追求流水线稳定不翻车文件级定位、以及希望最终结果经得起测试检验多测试重排。反之若问题极简单、对推理交互有强需求传统 Agent 方法仍可作补充。总体而言SWE-RL 的 Agentless Mini 用简化定位、强化并行、测试驱动排序的组合拳为自动化代码修复提供了一条更快、更稳、更省的新路径。【免费下载链接】swe-rl[NeurIPS25] Official codebase for SWE-RL: Advancing LLM Reasoning via Reinforcement Learning on Open Software Evolution项目地址: https://gitcode.com/gh_mirrors/sw/swe-rl创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
