Multi-SWE-RL は、イシュー解決タスクのための大規模な強化学習用トレーニングデータセットを構築するために 立ち上げられたオープンソースコミュニティであり、またそのコミュニティが公開したデータでもある。 Multi-SWE-bench：イシュー解決のための多言語ベンチマーク において、 評価ベンチマークである Multi-SWE-bench と並ぶ、同論文の 2 つの貢献のうちの 2 つ目として 発表された。
内容
最初のリリースは、7 つのプログラミング言語にまたがる、よく構造化された 4,723 件のインスタンスである。 これは初期の貢献として公開されたもので、著者らはこの領域における強化学習研究の確かな基盤を築くものだと 述べている。
来歴
著者らは、公開したインスタンスとあわせて、データ生成パイプライン全体を詳細なチュートリアルとともに オープンソース化しており、オープンソースコミュニティが継続的に貢献し、データセットを拡張していくことを 促しているとしている。Multi-SWE-RL は、著者らが公開するデータであると同時に、著者らが立ち上げる コミュニティでもあると説明されている。著者らは結びとして、成長し続ける Multi-SWE-RL コミュニティが Multi-SWE-bench とともに、強化学習をその潜在能力を最大限に発揮する方向へと前進させる 触媒となることを展望している。