在软件工程领域的国际顶级盛会ISSTA 2025上，一项来自企业的研究成果荣获了最高荣誉——杰出论文奖。获奖作品题为《SWE-GPT：面向自动化软件改进的以流程为中心的语言模型》，由通义灵码团队倾力打造。
这篇论文深度剖析了通义灵码SWE-GPT的研发细节，从数据合成到模型训练，再到实验测评，每一步都透露出创新的光芒。SWE-GPT以通义千问Qwen2.5为起点，通过模拟人类程序员的思考路径，学习并解决软件工程中的复杂问题。团队更是独辟蹊径，采用合成数据进行迭代训练，成功跨越了现有基础大模型的局限。
在模型训练阶段，通义灵码团队展现出了卓越的策略眼光。他们采用课程学习方法，逐步增加训练样本的复杂度，确保SWE-GPT在巩固基础能力的同时，能够应对更加棘手的问题。这一策略无疑增强了模型的鲁棒性，为其在后续测试中取得佳绩奠定了坚实基础。
实验测评环节，SWE-GPT的表现同样令人瞩目。在权威基准SWE-bench-Verified的测试中，SWE-GPT 72B以30.20%的问题解决率刷新了开源纪录，相较于Llama 3.1 405B提升了22.76%，其性能已逼近同时期的闭源模型GPT-4o。而轻量级SWE-GPT 7B模型同样不甘示弱，以18.20%的解决率超越了Llama 3.1 70B，展现了小尺寸模型在复杂软件维护任务中的巨大潜力。
更令人兴奋的是，SWE-GPT的框架具有极高的可扩展性。通义灵码团队在此基础上引入了思考能力和测试时扩展技术，使得小尺寸（32B）模型在SWE-bench-Verified上的问题解决率飙升至46%，这一成绩已逼近业界领先的闭源模型Claude 3.5 Sonnet v2和OpenAI o1。
ISSTA评审委员会专家对SWE-GPT给予了高度评价：“SWE-GPT作为一种新颖的以软件开发流程为中心的大语言模型，其提出的数据合成方案真实模拟了实际软件开发过程，为AI辅助软件开发领域带来了重大突破。”通义灵码算法负责人李永彬也表示：“在软件工程智能化领域，仅靠现有基础模型已无法满足真实场景的需求。SWE-GPT的出现，为AI辅助软件开发提供了新的范式和思路。”
ISSTA作为软件工程领域的顶级学术会议，本届共收到550篇投稿，最终录用107篇，其中仅有9篇被评为杰出论文。SWE-GPT能够脱颖而出，无疑是对其创新性和实用性的最好证明。
