Windsurf menggunakan RL melatih model kecil khusus untuk menangkap bug, dan dalam evaluasi internal telah menyamai Claude Opus 4.6

ME News Berita, 15 April (UTC+8), menurut pemantauan Beating dari Dongcha, perusahaan induk Windsurf, alat pemrograman AI, bekerja sama dengan perusahaan pelatihan AI Applied Compute, melatih sebuah model khusus untuk deteksi bug kode bernama SWE-Check melalui pembelajaran penguatan. Model ini menganalisis perubahan kode pengguna saat ini (diff), secara otomatis menandai kemungkinan bug yang diperkenalkan dan memberikan saran perbaikan. Dalam evaluasi dengan distribusi data pelatihan yang sama, skor F1 SWE-Check telah menyamai Claude Opus 4.6 (selisih dari 0, turun dari 0.09); dalam evaluasi lintas distribusi, selisihnya dari 0.49 menjadi 0.29, meskipun masih tertinggal dari model terdepan, tetapi sudah menunjukkan kemajuan yang signifikan. Keunggulan utama terletak pada kecepatan dan biaya: kecepatan operasional SWE-Check sepuluh kali lebih cepat daripada model terdepan, dan biaya inferensinya juga jauh lebih rendah, sehingga dapat melakukan deteksi bug secara instan dan gratis di dalam IDE, yang tidak dapat dilakukan oleh model besar seperti Opus 4.6 yang dipanggil secara langsung. Ada dua desain metode pelatihan yang patut diperhatikan: 1. Linearitas reward (reward linearization): tim ingin mengoptimalkan metrik F-beta global, tetapi metrik ini tidak dapat langsung dipecah menjadi setiap sampel. Mereka mengubahnya menjadi fungsi reward yang dapat dihitung per sampel melalui pendekatan aproksimasi orde pertama, sehingga proses pelatihan dapat secara efektif meningkatkan metrik global. Versi awal memiliki tingkat kesalahan positif yang terlalu tinggi, sehingga tim mengubah beta dari 1 menjadi 0.5 untuk menekankan presisi. 2. Pelatihan pasca dua tahap: tahap pertama sepenuhnya memaksimalkan kemampuan deteksi bug, tanpa penalti keterlambatan; tahap kedua memperkenalkan penalti keterlambatan berdasarkan distribusi statistik berapa lama pengguna nyata akan beralih setelah memicu deteksi. Metode bertahap ini lebih unggul daripada mengoptimalkan kedua tujuan secara bersamaan, karena yang kedua cenderung terjebak pada solusi lokal, seperti belajar menjadi sangat cepat tetapi analisisnya dangkal. Versi pratinjau SWE-Check sudah tersedia di Windsurf Next (tombol pintas cmd+U), dan selanjutnya akan masuk ke versi resmi Windsurf. (Sumber: BlockBeats)