DeNovoSWE: Scaling Long-Horizon Environments for Generating Entire Repositories from Scratch

DeNovoSWE 把软件工程 agent 的目标从修 bug 扩展到从文档生成完整仓库。数据集包含 4,818 个 whole-repository generation 实例，通过沙箱化 agentic workflow 自动构建，流程采用 divide-and-conquer、critic-repair，并用 difficulty-aware trajectory filtering 平衡质量和多样性。用 DeNovoSWE 微调 Qwen3-30B-A3B 后，BeyondSWE-Doc2Repo 从 5.8% 提升到 47.2%。这条结果表明长程 SWE 训练数据可以从 agent 自举工作流规模化生产，但也把评估重点推向“完整仓库是否可运行、可验证”。