通义灵码软件工程大模型获顶会最高奖！

近日，软件领域国际顶会 ISSTA 2025（International Symposium on Software Testing and Analysis）公布最高奖项-杰出论文奖——

「通义灵码软件工程大模型 SWE-GPT」

成为唯一获得该奖项的企业论文

此次获奖的论文 《SWE-GPT: A Process-Centric Language Model for AutomatedSoftware Improvement》 详细介绍了通义灵码 SWE-GPT 的训练框架与训练过程。

ISSTA 评审委员会专家点评称：“ SWE-GPT 是一种新颖的以「软件开发流程为中心」的大语言模型，它提出的数据合成方案真实模拟了实际软件开发过程，这是 AI 辅助软件开发领域前进的重要一步。”

论文详细解读

//数据合成

通义灵码 SWE-GPT 以通义千问 Qwen2.5 为基座模型，并在后训练阶段进一步模拟人类程序员的认知过程，学习软件工程领域复杂问题的端到端多步骤解决过程。

同时，团队创新性采用合成数据进行迭代模型训练，通过模拟真实软件开发中的动态交互与迭代问题解决过程，比如代码库理解、故障定位和补丁生成等，有效解决现有基础大模型的局限性。

// 模型训练

通义灵码 SWE-GPT 在模型训练阶段，为了增强训练过程的鲁棒性，通义灵码团队还采用了课程学习的方法，随着迭代的进行，逐步加入当前模型未能解决的问题，循序渐进提高训练样本的复杂度，确保模型巩固基础能力。

//实验测评

此前的实验结果显示，在权威基准 SWE-bench-Verified（500 项真实 GitHub 任务）测试中， SWE-GPT 72B 以 30.20%问题解决率刷新开源纪录，较 Llama 3.1 405B 提升 22.76%，接近同时期闭源模型 GPT-4o 的效果。

不仅如此，轻量级 SWE-GPT 7B 模型以 18.20%的解决率超越 Llama 3.1 70B（17.20%），展现了小尺寸模型在复杂软件维护任务中的实用价值。

//延伸应用

更重要的是，SWE-GPT 是一个通用框架，可以进行持续拓展，比如以其为基础引入思考能力和测试时扩展（test-time scaling），小尺寸（32B）模型在 SWE-bench-Verified 上可以达到 46%的问题解决率，接近业界领先的闭源模型 Claude 3.5 Sonnet v2 (46.20%) 和 OpenAI o1 (45.60%) 。

通义灵码算法负责人李永彬表示：“基于大模型的软件工程智能化领域的研究和应用正在快速发展，仅靠现有基础模型仍无法满足真实场景的需求，SWE-GPT 为 AI 辅助软件开发提出了新范式。”

ISSTA 是软件工程领域最具影响力的学术会议之一，该会议汇聚了学术界和工业界在软件测试、程序分析、代码质量保障等技术的前沿研究与应用。本届 ISSTA 共收到 550 篇投稿，最终录用 107 篇，其中仅有 9 篇被评为杰出论文。