NVIDIA 公开智能体编程中间训练配方，SWE-bench Multilingual 提升 7 分

NVIDIA 发布一份开放的中间训练（midtraining）配方，用于提升智能体编程能力。该阶段位于预训练与后训练之间，在 256K 上下文上用 500B token 的自然软件工程数据训练，包括打包仓库、pull request、commit 历史和构建日志，外加少量 agent traces。在 SFT 保持一致的前提下，Nemotron 3.5 Lightning 的 SWE-bench Multilingual 从 55.8 提升到 62.8，SWE-bench Verified 从 60.7 提升到 64.5，SWE-bench Pro 从 32.0 提升到 35.5。更大的 Nemotron 3.5 Super 上 DeepSWE 从 11.7 提升到 15.7。由于基座模型的代理指标无法预测后训练结果，团队用短固定 SFT 运行来评分每个数据选择。