Ըստ պրեպրինտի՝ ուսուցման տվյալների ընտրողական մոտեցումը կարող է բարելավել ծրագրային գործակալների արդյունքները
SWE-Prime պրեպրինտի հեղինակներն առաջարկում են ծրագրային գործակալների ուսուցման տվյալները զտել տրաեկտորիաների և սեգմենտների մակարդակով՝ միաժամանակ պահպանելով հաջորդականության ամբողջական կոնտեքստը: Նրանք նշում են, որ ընտրված 10%-անոց ենթաբազմությունը SWE-Bench-ի երկու թեստերում գերազանցել է ամբողջական տվյալներով ուսուցմանը, սակայն տրամադրված տեղեկատվությունը սահմանափակվում է պրեպրինտի սեղմագրով, որի գրախոսված լինելը հաստատված չէ, և բավարար չէ վերարտադրելիության կամ ավելի լայն կիրառելիության մասին եզրակացություններ անելու համար:
Այս թողարկումն անցել է «Իմանանք»-ի հրապարակման ընդլայնված ստուգումները: Որոշ էական պնդումներ շարունակում են հստակ վերագրվել պաշտոնական կամ ընկերության աղբյուրներին, քանի որ այս թողարկմանը դեռ անկախ աղբյուր կցված չէ: Համակարգը շարունակում է ստուգել հաստատված աղբյուրները և անկախ հաստատումը կավելացնի միայն ամբողջական ստուգում անցած նոր թողարկմամբ:
arXiv-ի նոր պրեպրինտում ներկայացված է SWE-Prime-ը՝ ծրագրային ապահովման մշակման (software engineering) գործակալների ուսուցման տվյալների ընտրության առաջարկվող մեթոդը: Հեղինակների պնդմամբ՝ հաջողված տրաեկտորիաների ավելի փոքր քանակի ընտրությունը և ուսուցման loss-ի մեջ միայն դրանց ընտրված հատվածների ընդգրկումը բարելավել են փորձարկումների արդյունքները: Ներկայացված նյութերը փաստում են պրեպրինտի առկայությունը, սակայն չեն պարունակում գրախոսության, անկախ վերարտադրման կամ փորձարարական հիմնարար մանրամասների վերաբերյալ տվյալներ [1]:
01
Ինչ գիտենք այս պահին
- 01
[1] arXiv, SWE-Prime: Fewer Trajectories, Better Performance, v1, ներկայացված է 27 օգոստոսի 2026 թ.-ին՝ https://arxiv.org/abs/2608.27449v1:
- 02
Տրամադրված ամբողջական առաջնային աղբյուրը arXiv-ի գրառումն ու սեղմագիրն են. գրախոսության կամ անկախ գնահատման վերաբերյալ տվյալներ չեն տրամադրվել:
02
Հրապարակման կարգավիճակ
arXiv-ի գրառումը v1 պրեպրինտ է՝ ներկայացված 27 օգոստոսի 2026 թ.-ին: Տրամադրված նյութերը չեն հաստատում գրախոսության անցկացումը կամ գիտաժողովում հրապարակումը:Ուսուցման ընտրանքը համեմատության մեջ
Հեղինակները նշում են փորձարկումների մասին, որտեղ կիրառվել է SWE-Prime-ով ընտրված տրաեկտորիաների 10%-անոց ենթաբազմություն:Հարաբերական աճը SWE-Bench Pro-ում
Նշված բենչմարկի համար հեղինակների հայտնած առավելագույն հարաբերական աճն է, ոչ թե անկախ ստուգված արդյունք:Հարաբերական աճը SWE-Bench Verified-ում
Նշված բենչմարկի համար հեղինակների հայտնած առավելագույն հարաբերական աճն է, ոչ թե անկախ ստուգված արդյունք:Ցուցանիշներն ամփոփում են պրեպրինտի սեղմագրում ներկայացված պնդումները և տրամադրված նյութերում չեն հանդիսանում անկախ կերպով վերարտադրված արդյունքներ [1]:
03
Մեթոդի հիմնական էությունը
Հեղինակները խնդիրը դիտարկում են ուսուցման որակի, այլ ոչ թե պարզապես առաջադրանքի կատարման տեսանկյունից: Նրանք նշում են, որ նույնիսկ այն տրաեկտորիաները, որոնք հաջողությամբ լուծում են ծրագրային խնդիրը, կարող են պարունակել ոչ արդյունավետ, ավելորդ կամ ռիսկային քայլեր, ինչը առանց զտման կարող է ուսուցման աղմկոտ ազդանշաններ առաջացնել [1]:
SWE-Prime-ը ներկայացվում է որպես երկփուլ, տարբեր մակարդակների ընտրության գործընթաց: Այն նախ կրճատում է հաջողված տրաեկտորիաների բազմությունը, ապա ընտրում դրանց ներսում եղած սեգմենտները: Սա հեղինակների նկարագրությունն է սեղմագրում. տրամադրված նյութերը չեն պարունակում իրականացման կամ ընտրության չափանիշների անկախ ուսումնասիրություն [1]:
- Առաջին փուլում զտվում են հաջողված տրաեկտորիաները՝ ըստ գործընթացի որակի, արդյունքի որակի և տվյալների ներկայացուցչականության:
- Երկրորդ փուլում հաջորդական քայլերը խմբավորվում են իմաստային սեգմենտների մեջ, և գնահատվում է դրանց ավանդը վերջնական լուծման, յուրացվելիության ու հնարավոր ռիսկերի տեսանկյունից:
- Ըստ հեղինակների՝ վերահսկվող ճշգրտման (supervised fine-tuning) ընթացքում ամբողջական հաջորդականությունները պահպանվում են որպես կոնտեքստ, մինչդեռ loss-ի հաշվարկին մասնակցում են միայն ընտրված սեգմենտները:
04
Ինչ են ցույց տալիս փորձարկման արդյունքները և ինչ՝ ոչ
Ըստ հեղինակների՝ ընտրված 10%-անոց ենթաբազմության վրա ուսուցանված մոդելները SWE-Bench Pro և SWE-Bench Verified փորձարկումներում գերազանցել են ամբողջական տվյալների բազայով ուսուցանված մոդելներին: Նրանք նշում են համապատասխանաբար մինչև 12.2% և 24.2% առավելագույն հարաբերական բարելավման մասին [1]:
Այս թվերը պետք է դիտարկել վերապահումով: Առաջնային աղբյուրը հաստատում է, որ հեղինակները ներկայացնում են նման տվյալներ, սակայն տրամադրված նյութերը բավարար չեն փորձերի համադրելիությունը, դիսպերսիան, վիճակագրական նշանակալիությունը կամ վերարտադրելիությունը գնահատելու համար: Տրամադրված նյութերում դրանք անկախ կերպով հաստատված արդյունքներ չեն [1]:
- Համեմատությունն արվել է SWE-Prime-ով ընտրված տրաեկտորիաների 10%-անոց ենթաբազմության և լուծված ամբողջական տվյալների բազայի վրա ուսուցման միջև:
- Հեղինակները նշում են SWE-Bench Pro-ում մինչև 12.2%, իսկ SWE-Bench Verified-ում՝ մինչև 24.2% հարաբերական աճի մասին:
- Սեղմագրում նշված չեն այն բացարձակ միավորները, որոնց վրա հիմնված են այդ հարաբերական փոփոխությունները:
05
Հրապարակման տվյալները և կարգավիճակը
arXiv-ի գրառումը ներառում է Դևու Չժենի և ինը համահեղինակների «SWE-Prime: Fewer Trajectories, Better Performance» աշխատանքը, որը ներկայացվել է 27 օգոստոսի 2026 թ.-ին: Այն arXiv-ում դասակարգված է Software Engineering, Artificial Intelligence և Computation and Language բաժիններում [1]:
Առաջնային աղբյուրը նշված է վերևում: Այն պրեպրինտի գրառում է, և տրամադրված նյութերը չեն հաստատում դրա հաստատումը գիտական ամսագրի, գիտաժողովի կամ անկախ գնահատողի կողմից [1]:
- Առաջնային աղբյուր՝ https://arxiv.org/abs/2608.27449v1
- Վերնագիր՝ SWE-Prime: Fewer Trajectories, Better Performance.
- Գրառումը նշում է Դևու Չժենին (Dewu Zheng) և ինը համահեղինակների:
06
Հաջորդ քայլերը
Տրամադրված տվյալները հնարավորություն են տալիս միայն նախնական պատկերացում կազմել առաջարկվող մեթոդի մասին, սակայն բավարար չեն գործնական ներդրման որոշում կայացնելու համար [1]:
- 01
Նախքան հրապարակված արդյունքների վրա հիմնվելը ծանոթացեք պրեպրինտի ամբողջական տեքստին. սեղմագիրը չի ներառում բենչմարկների կարգավորումները, բացարձակ միավորները, վիճակագրական անորոշությունը, մոդելի մանրամասները կամ կոդի ու տվյալների հասանելիությունը [1]:
- 02
Բենչմարկների ցուցանիշները դիտարկեք որպես հեղինակների կողմից նշված նախնական արդյունքներ, քանի դեռ չկան անկախ վերարտադրման տվյալներ կամ այլընտրանքային գնահատականներ [1]:
- 03
Այս մոտեցումը ուսուցման այլ մեթոդների հետ համեմատելիս ստուգեք, թե արդյոք համադրելի են տրաեկտորիաների տվյալների բազան, մոդելները, գնահատման միջավայրը և հարաբերական աճի հաշվարկը [1]:
07
Այս թողարկման սահմանափակումները
SWE-Prime-ը նկարագրված է arXiv-ի պրեպրինտում, որը ներկայացվել է 27 օգոստոսի 2026 թ.-ին: Տրամադրված նյութերը չեն հաստատում գրախոսության անցկացումը, ընդունումը կամ որևէ այլ հարթակում հրապարակումը [1]:
Բենչմարկների ներկայացված ցուցանիշները հեղինակների փորձարկումների արդյունքներն են: Տրամադրված սեղմագիրը չի պարունակում բացարձակ միավորներ, կարգավորումներ, վիճակագրական անորոշության տվյալներ, մոդելի մանրամասներ կամ կոդի և տվյալների հասանելիության վերաբերյալ տեղեկություններ [1]:
Աղբյուրը չի հաստատում արդյունավետությունը նշված երկու բենչմարկներից դուրս կամ այն, թե արդյոք այլ հետազոտողներ կարող են վերարտադրել ստացված արդյունքները [1]:
SRC
Աղբյուրների բաժին
Ուղիղ հղումներ այս ընտրանու հիմքում եղած նյութերին: Աղբյուրը տեսնելը նույնքան կարևոր է, որքան սինթեզն ընթերցելը:
Շարունակել ընթերցումը
28 օգս, 2026 թ.
MyoMechanix-ն առաջարկում է ծանրություններով վարժությունների մուլտիմոդալ վերլուծություն
MyoMechanix-ը չգրախոսված նախատպություն է, որն առաջարկում է մուլտիմոդալ բենչմարք, ֆիթնեսի գիտելիքների կառուցվածքայնացված գրաֆ և վերլուծական համակարգ՝ ծանրություններով շարժումների ուսումնասիրման համար։ Տվյալների ծավալն ու արդյունավետությունը հեղինակների պնդումներն են, որոնք անկախ աղբյուրներով դեռևս ստուգված չեն։
29 օգս, 2026 թ.
Պրեպրինտն առաջարկում է ընտրանքային գնահատումներ տրանսդուկցված լեզվական մոդելների համար
arXiv-ի պրեպրինտն առաջարկում է առանց վերադարձի ընտրանքը և հակադարձ հավանականությամբ վերակշռումը որպես այլընտրանք միայն շեմային զտմանը՝ տրանսդուկցված լեզվական մոդելներում հավանականությունները գնահատելու համար։ Հեղինակները հայտնում են տեքստի և ԴՆԹ-ի փորձարկումներում հաշվարկ-դիսպերսիայի կամ սխալանքի բարելավված արդյունքների, ինչպես նաև ԴՆԹ-ից ամինաթթու մեկ դեպքում աշխատաժամանակի զգալի խնայողության մասին, սակայն տրամադրված տվյալները չեն հաստատում գրախոսում կամ վերարտադրում։
18 օգս, 2026 թ.
2026 թ. AI Index-ը՝ ինը կարևոր ազդակով
Փաստերի վրա հիմնված ուղեցույց՝ հնարավորությունների, ներդրման, կրթության և ենթակառուցվածքների փոփոխությունների մասին՝ չափման սահմանափակումների հաշվառմամբ: