SWE-Replay: ソフトウェアエンジニアリングエージェントのための効率的なテスト時スケーリング

要約

SWE-Replayは、ソフトウェアエンジニアリングタスクにおけるLLMエージェントのテスト時スケーリングを効率化する新しい手法である。過去の試行の軌跡を再利用し、重要な中間ステップで分岐することで、ゼロからの探索と過去の経験の活用を動的に切り替える。これにより、コストを最大17.4%削減しつつ、性能を維持または最大3.8%向上させることに成功した。

全文は有料プランで閲覧できます。