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 model khusus untuk deteksi bug kode 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 0,09 menjadi 0); dalam evaluasi lintas distribusi, selisihnya berkurang dari 0,49 menjadi 0,29, meskipun masih tertinggal dari model terdepan tetapi 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 IDE, yang tidak dapat dilakukan oleh model besar seperti Opus 4.6 yang dipanggil langsung. Dua metode pelatihan yang menarik perhatian adalah: 1. Linearitas reward (reward linearization): tim ingin mengoptimalkan indikator F-beta global, tetapi indikator ini tidak dapat langsung dipecah menjadi setiap sampel. Mereka mengubahnya menjadi fungsi reward yang dapat dihitung per sampel melalui pendekatan linier orde satu, sehingga proses pelatihan dapat secara efektif meningkatkan indikator global. Versi awal memiliki tingkat kesalahan positif yang tinggi, 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, misalnya belajar menjadi sangat cepat tetapi analisisnya dangkal. Versi pratinjau SWE-Check telah diluncurkan di Windsurf Next (tombol pintas cmd+U), dan selanjutnya akan masuk ke versi resmi Windsurf. (Sumber: BlockBeats)