华为联合港中文港科大发布 LegoFlow 代码数据工程框架
把造题到评测的代码数据流水线交给智能体自动跑，LegoFlow 仅用约千条轨迹即显著提升基座模型的 SWE-bench 成绩。
华为与港中文、港科大研究者推出 LegoFlow：把代码数据流水线自动化的框架，从仓库和 PR（拉取请求，开发者提交的代码改动）中筛出任务，由智能体生成解题轨迹（模型一步步解题的完整记录），再训练和评测模型。团队从 1200 万个候选 PR 中筛出 5000 个任务并开源。
正文摘录
.jpg)  从 1200 万个候选拉取请求中，最终留下 5000 个 SWE 代码任务 —— 不足 0.05%。把「出题、答题、改卷、训练、评测」这条代码数据流水线全自动跑起来，就是 LegoFlow； 在这个过程中，我们还发现了三个观察。 软件工程是最近大语言模型的核心能力，但高质量代码数据的生产仍相当复杂，涉及从仓库发现、任务验证、轨迹推理到训练评测的漫长流程。 如何把「造题、答题、筛选、训练、评测」这条代码数据流水线全自动跑起来？ 华为、港中文、港科大的研究员们联合推出 LegoFlow ，一个简单易用、交互式的代码数据工程框架，亮点包括： - 自动化智能体工作流 ：从仓库和 PR 收集到任务验证、轨迹推理、训练与评测，每道流程都封装为标准插件技能，Claude Code、Codex 等编码智能体可直接调用。 - 开源任务与轨迹 ：团队发布 LegoFlow-SWE，包含从 1,200 万个 PR 中筛选出的 5,000 个任务，覆盖 8 种编程语言和 20 个任务标签，以及 2,780 条验证成功的高质量轨迹；