Содержание слайдов

1. 1. SWE-agent: интерфейс меняет результат

   Поиск, правки и обратная связь для той же модели

2. 2. Сначала появился трудный экзамен

3. 3. Модели нужен свой интерфейс, как инженеру IDE

4. 4. ACI управляет и командой, и ответом среды

5. 5. Решено — значит, прошли тесты репозитория

6. 6. SWE-agent решает 12,47% полного SWE-bench

7. 7. ACI добавляет 7 п.п. относительно Shell-only

8. 8. Хороший поиск заставляет уточнять запрос

9. 9. Пошаговый поиск хуже, чем никакой

10. 10. Окно файла показывает агенту, где он находится

11. 11. Одна правка возвращает новое состояние

12. 12. Отклонённая правка должна помогать восстановиться

13. 13. Редактор даёт больший вклад, чем линтер

14. 14. Старый вывод заменяется заглушкой, а действия остаются

15. 15. Максимальный контекст здесь проигрывает отбору

16. 16. Успешные запуски: сначала воспроизведение и поиск

17. 17. Успех приходит быстро, неудача тянется долго

18. 18. Шесть попыток расширяют множество решаемых задач

19. 19. Половина неудач — неверное или узкое решение

20. 20. Переносите метод, а не константы

21. 21. Проектируйте действия, измеряйте задачу целиком

22. 22. SWE-smith масштабирует обучающие задачи

23. 23. mini-SWE-agent оставляет один bash

24. 24. SWE-bench Verified тоже потребовал проверки