DeNovoSWE 构建从文档生成完整代码仓库的数据

随着大语言模型编码Agent的能力提升，其预期任务正从修复现有代码库的局部缺陷，扩展为依据高层规范设计并实现完整软件仓库。但大规模、可验证的整仓生成数据稀缺，使此类长程软件工程训练仍然困难。我们提出大规模整仓生成数据集DeNovoSWE，包含4,818个高质量实例，每个实例都要求依据文档生成完整仓库。数据通过精心设计的沙箱Agent工作流自动构建，无需人工标注即可规模化整理。DeNovoSWE采用分而治之与评判—修复相结合的设计，并以难度感知轨迹过滤平衡数据质量及多样性。在该数据集上微调Qwen3-30B-A3B，显著提高长程软件工程能力，将其在BeyondSWE-Doc2Repo基准上的得分从5.8%提升至47.2%。