数据集大模型AI Agent【免费下载链接】Open-SWE-Traces项目地址https://ai.gitcode.com/hf_mirrors/nvidia/Open-SWE-Traces点击查看免费下载Open-SWE-Traces是 NVIDIA 开源的 Agent 指令微调数据集累计收录511,668 条51万真实软件工程 Agent 轨迹专为 SWE-bench 类任务的大模型蒸馏与微调打造。本指南带你一文看懂 Open-SWE-Traces 从 v1.0 到 v1.2 的三次大版本迭代每个版本新增了什么框架、什么模型、多少数据以及新手该如何选择和加载数据。Open-SWE-Traces 是什么专为Agent 修代码打造的轨迹数据集 在大型语言模型LLM自主修复 GitHub Issue 时从读懂问题描述 → 探索代码库 → 调用工具执行 → 生成代码补丁的完整过程就是一条轨迹trajectory。Open-SWE-Traces 将这类轨迹批量沉淀为训练数据每条轨迹附带完整的对话历史、工具定义和成败标签相当于资深工程师解题示范题可直接用于监督微调SFT与能力蒸馏。核心信息一览维度说明 任务焦点自主软件工程与代码补丁生成SWE-bench 风格任务 任务来源全部来自许可宽松的公开数据集 Scale-SWE 与 SWE-rebench-V2️ 执行框架OpenHands、SWE-agent、mini-swe-agent、opencode、claude-code 五大 Agent 框架 生成模型覆盖 MiniMax、Qwen、DeepSeek、GLM 四大模型家族⚖️ 许可协议CC BY 4.0商用与非商用均可使用想深入了解数据设计动机可阅读项目主文档 README.md。版本演进总览三次迭代轨迹量翻了 3 倍多 Open-SWE-Traces 按Agent 框架 × 生成模型组合持续扩容三个版本的关键信息如下来源README.md 的 Whats New 章节版本发布日期新增 Agent 框架新增模型本版轨迹数v1.006/21OpenHands (v0.53.0)、SWE-agentMiniMax-M2.5Thinking、Qwen3.5-122BNon-Thinking151,219v1.108/26 mini-swe-agent DeepSeek-V4-Flash-0731、Qwen3.6-27B253,182v1.209/26mini-swe-agent Qwen3.8-27BThinking107,267累计———511,668 一个小插曲v1.0 最初发布时有 207k 条轨迹但在 08/26 官方移除了包含git hacking行为的轨迹即 Agent 通过篡改 git 记录作弊通过测试因此当前 v1.0 为 151k 条——这体现了数据集对行为合规性的严格把关。v1.0两大框架打底构建 15 万条初始轨迹v1.0 确立了数据集的双框架基线OpenHands分别由 MiniMax-M2.5思考型与 Qwen3.5-122B非思考型驱动合计约 84k 条轨迹SWE-agent同样两个模型组合合计约 67k 条轨迹。数据分布上v1.0 以 Python约 3.4 万条和 Go约 3.3 万条为主力覆盖 TypeScript、JavaScript、Rust、Java、PHP 等 9 种语言问题类别涵盖 bug-fix、enhancement、feature-request 等四类。完整分布可查 data_distribution.md。对应的数据目录OpenHands 侧data/openhands/minimax_m25/、data/openhands/qwen35_122b/SWE-agent 侧data/sweagent/minimax_m25/、data/sweagent/qwen35_122b/v1.1框架扩到 3 个单版新增 25 万条轨迹v1.1 是体量最大的一次更新带来两个关键变化mini-swe-agent 轻量框架首次加入——它用更少的工具轮次完成任务为数据集补上了极简 Agent 风格的行为样本模型阵容升级引入 DeepSeek-V4-Flash-0731思考型与 Qwen3.6-27B且 Qwen3.6-27B 横跨 OpenHands、SWE-agent、mini-swe-agent 三个框架采集。v1.1 中 mini-swe-agentQwen3.6-27B单组合就贡献了约 95k 条轨迹是最大的单一数据块语言分布仍以 Python约 16 万条占绝对多数详见 data_distribution.md。对应数据目录data/openhands/deepseek_v4_flash_0731/含 scale-swe 与 swe-rebench-v2 两个任务源data/openhands/qwen36_27b/、data/sweagent/qwen36_27b/data/minisweagent/qwen36_27b/2222 个分片是 v1.1 的最大目录v1.2Qwen3.8 思考模型再增 10 万条轨迹v1.209/26 发布聚焦更强模型的深度思考轨迹模型Qwen3.8-27BThinking 模式思考型模型会输出更长的推理链轨迹信息密度更高框架mini-swe-agent单组合产出107,267 条轨迹覆盖 41,405 个 PR 实例语言覆盖依旧全面Python65,597 条、Go13,206 条、TypeScript9,160 条等 9 种语言详见 data_distribution.md。数据主要存放于 data/minisweagent/qwen38_27b/ 与 data/minisweagent/qwen38_flash_next/。官方同时预告OpenCode 与 Claude Code 两个框架的轨迹即将发布值得持续关注。数据结构与字段说明一条轨迹里都有什么仓库按框架 → 模型 → 任务源三级目录组织共 285 个 parquet 分片data/ ├── openhands/ # OpenHands 框架的轨迹 ├── sweagent/ # SWE-agent 框架的轨迹 └── minisweagent/ # mini-swe-agent 框架的轨迹 └── qwen38_27b/ ├── scale-swe/ # 任务源1 └── swe-rebench-v2/ # 任务源2 └── train-00000-of-00022.parquet以 data/openhands/minimax_m25/swe-rebench-v2/train-00000-of-00018.parquet 为例train-00000-of-00018表示第 1 个、共 18 个分片。每条轨迹一行记录包含 9 个核心字段完整定义见 README.md字段类型说明instance_idstring实例唯一标识来自 SWE-rebench-V2repo/license/languagestring仓库owner/repo、许可证、主语言trajectory_idstring轨迹唯一标识messageslist完整对话历史system / user / assistant / tool 四类角色toolslistAgent 可用工具的 JSON 定义resolvedint是否解决1 成功 / 0 失败 / -1 未知metadatadict含 issue 类别、金标准补丁reference_patch与模型补丁model_patchdiff 内容、修改文件数、行数等快速上手如何加载与筛选数据 数据集通过 Hugging Face 的datasets库按命名配置加载每个版本对应一个独立 configv1.0 / v1.1 / v1.2配置定义见 README.md 顶部的 YAML front-matterfrom datasets import load_dataset ds load_dataset(nvidia/Open-SWE-Traces, v1.2) # 可换 v1.0 或 v1.1三个实用技巧只训练成功解题的轨迹按resolved 1过滤可获得高质量正样本对比补丁质量metadata中同时保存了金标准补丁与模型补丁便于做差异分析按框架/模型取样不同版本指向不同目录如需某框架特定风格的数据也可直接读取对应 parquet 目录。适用场景与最佳实践蒸馏与监督微调让较小模型学会读 issue → 规划工具调用 → 多步修改的完整范式是 SWE-bench 类能力蒸馏的首选语料Agent 策略评测与调试借助resolved标签和metadata指标可横向对比不同框架/模型组合的成功率行为研究Thinking 与 Non-Thinking 模型并存便于研究推理链长度对代码编辑稳健性的影响。常见问题 FAQQ1v1.2 是否取代了 v1.0 和 v1.1不是。三个版本是累进式配置每个 config 指向各自的目录组合可按需单独加载也可组合训练。Q2被移除的git hacking 行为是什么指 Agent 通过修改 git 历史等手段绕过验证的作弊操作。官方在 08/26 依据相关研究移除了 v1.0 中的这类轨迹保证训练行为的正当性。Q3分布表里的数字怎么读以X / Y表示X 条轨迹 / Y 个 PR 实例同一 PR 可能对应多条轨迹因此 PR 数不能横向相加见 data_distribution.md 注释。Q4可以商用吗可以。数据集采用 CC BY 4.0 许可商用与非商用均被允许。许可证与引用数据开发者为NVIDIA采用 CC BY 4.0另含 MIT、Apache 2.0、BSD 条款信息。若在你的研究中使用了 Open-SWE-Traces建议引用官方论文article{ahmad2026openswetraces, title {OPEN-SWE-TRACES: Advancing Dual-Mode Multilingual Distillation for Software Engineering Agents}, author {Ahmad, Wasi Uddin and Ludwig, Nikolai and Majumdar, Somshubra and Ginsburg, Boris}, year {2026}, eprint {2606.16038}, archivePrefix {arXiv}, primaryClass {cs.CL} }总结新手选型速查表 ✅你的需求推荐版本/配置想快速体验最轻量框架风格v1.1mini-swe-agent Qwen3.6-27B想训练深度推理能力v1.2Qwen3.8-27B Thinking想要最大数据量v1.1253,182 条 v1.2 组合关注经典框架行为样本v1.0OpenHands / SWE-agent 双框架从 v1.0 的 15 万条到 v1.2 的 51 万条轨迹Open-SWE-Traces 用三次迭代完成了框架多样化 × 模型家族化 × 思考/非思考双模式的布局。无论你想做模型蒸馏、策略评测还是行为研究这套持续扩容的轨迹数据集都值得收藏并跟踪更新。赞分享数据集大模型AI Agent【免费下载链接】Open-SWE-Traces项目地址https://ai.gitcode.com/hf_mirrors/nvidia/Open-SWE-Traces点击查看免费下载相关推荐SmartRefreshLayout版本迭代史从v1.0到v2.0的技术演进之路SmartRefreshLayout版本迭代史从v1.0到v2.0的技术演进之路 引言下拉刷新的技术痛点与解决方案 你是否还在为Android应用中的下拉刷移动开发UI组件Tungsten光线传输算法对比7种核心算法的性能分析指南Tungsten光线传输算法对比7种核心算法的性能分析指南 Tungsten是一款高性能的基于物理的渲染器专为精确模拟光线传输而设计。作为一款C11编写图形学HomeMirror版本演进史从0.1到1.0的功能迭代之路HomeMirror版本演进史从0.1到1.0的功能迭代之路 HomeMirror是一款为家庭智能镜子打造的Android应用从最初的简单时钟显示到如今集成物联网移动开发上一篇如何使用Proxmox VE Helper-Scripts与腾讯云对象存储构建终极备份方案下一篇NVIDIA Kimi-K2.6-Eagle3模型架构详解从DeepSeek V3到Eagle3的终极优化指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考