阿里巴巴通义灵码团队最近开源了一款名为Lingma SWE-GPT的自动化软件改进模型。这一模型在软件工程领域的应用中表现出色，首次在SWE-bench基准测试中达到了30.20%的解决率，这一成绩比Llama 3.1 405B高出22.76%，标志着开源模型在这一领域的重大突破。
Lingma SWE-GPT的特点
基于Qwen开发：Lingma SWE-GPT是基于Qwen模型开发的，专门针对软件工程领域进行了训练。
融入软件开发流程数据：该模型整合了丰富的软件开发流程数据，能够模拟专业开发者的思维过程，从而更好地理解和解决软件开发中的问题。
多种功能支持：
代码优化：能够对现有代码进行优化，提高代码质量和执行效率。
开发辅助：提供开发过程中的辅助功能，帮助开发者更高效地完成任务。
代码故障定位：该模型在代码故障定位方面的成功率达到了51.16%，显著提高了故障排查的效率。
代码审查与Bug修复：Lingma SWE-GPT可以用于代码审查和Bug修复，帮助开发团队快速识别和解决问题。
版本信息
Lingma SWE-GPT提供了两个版本：7B和72B。其中，72B版本性能更强，适合企业用户在复杂项目中的应用。
结论
Lingma SWE-GPT的发布不仅为软件开发提供了强大的工具支持，也为开源社区带来了新的希望。随着这一模型的推广，开发者们将能够更高效地进行代码优化、故障定位和Bug修复，推动软件工程的进一步发展。
参考链接：
GitHub - LingmaTongyi/Lingma-SWE-GPT: Inference code of Lingma SWE-GPTInference code of Lingma SWE-GPT. Contribute to LingmaTongyi/Lingma-SWE-GPT development by creating an account on GitHub.
https://github.com/LingmaTongyi/Lingma-SWE-GPT