MikuMikuMe GitHub 个人主页仓库：LLM 训练与 agentic 评估

MikuMikuMe 的 GitHub 个人主页仓库展示其在美团 M17 Foundation Model Team – Agent 实习期间的 Execution Gold 项目——一个沙箱验证的 agent 训练数据准入协议。该项目结合 3× execution consistency、不可变产物与基础设施故障隔离，对 15 个 repository families 共 707 个 SWE-bench 候选进行筛选，得到 666 个评估槽位。选择性蒸馏试点在小样本中显示 10.53 个百分点的差异，作者仅将其视为方向性证据。