SWE-Verifier：只验证不到 4% 的步骤，让编码智能体更省钱

SWE-Verifier 是一个基于 Qwen3.5-4B 训练的轻量验证模型，通过给编码智能体的动作打分，只在必要时触发候选采样和验证。在 mini-swe-agent 框架下，它把 MiniMax-M2.7 的解决率从 75.47% 提升到 77.20%，成本仅为 1.09 倍。该模型还能泛化到未经训练的 DeepSeek-V4-Flash，解决率从 72.60% 提升到 74.27%，成本 1.13 倍。整个过程中它只验证不到 4% 的步骤，成本远低于全步骤验证的基线方法。模型、代码和数据已在 GitHub 开源。