论文提出 TQS 框架，按轨迹质量筛选编程智能体数据
原文标题：Quality, Not Just Outcome: A Structural Scoring Framework for Selecting Coding-Agent Trajectories for Supervised Fine-Tuning
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
arXiv 论文提出 TQS（轨迹质量评分），直接从轨迹结构评估编程智能体交互质量，无需 LLM 评判且线性耗时。基于 15.5 万条成功轨迹筛选后微调，模型在 SWE-Bench-Verified 上优于随机或低分筛选。
- 问题
- 编程智能体微调只看最终补丁是否通过，忽略轨迹过程质量。
- 方法
- TQS 直接按轨迹结构打分（信息聚焦、意图-动作对齐、策略动态），无需 LLM 评判且线性耗时。
- 结果
- 基于 15.5 万条成功轨迹筛选微调，在 SWE-Bench-Verified 上优于随机或低分筛选。
- 影响
- 给智能体数据筛选提供低成本可扩展方案，训练数据管线可直接替换。
深读 · 结论先行AI 生成展开看要点与影响 ↓
TQS按轨迹结构给编程智能体数据打分，15.5万条筛选后微调在SWE-Bench-Verified上更优。
- •现有训练只用「最终补丁通过测试」做结果级筛选，忽略重复查文件、工具使用不稳等低效过程
- •TQS直接从轨迹结构评估，无需LLM评判，线性耗时
- •从信息聚焦、意图-动作对齐、策略动态三个维度刻画「结构化收敛」
- •基于15.5万条公开许可成功轨迹排序筛选后微调
- •高分轨迹训练出的模型在SWE-Bench-Verified上稳定优于随机或低分子集
为什么重要：数据筛选从「结果对错」转向「过程质量」，为编程智能体提供了一种低成本、可扩展的监督信号，直接影响训练数据管线的设计。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。