Dockerless: Umgebungsfreier Programmverifizierer für Code-Agenten

Zusammenfassung

Programmverifizierer spielen eine zentrale Rolle beim Training von Coding-Agenten, einschließlich der Auswahl von Trajektorien für das überwachte Feintuning (SFT) und der Bereitstellung von Belohnungen für das bestärkende Lernen (RL). Die standardmäßige ausführungsbasierte Verifizierung erfordert das Ausführen von Unit-Tests in pro-Repository-Umgebungen wie Docker-Images, was erhebliche Kosten für die Einrichtung der Umgebung verursacht. Wir schlagen Dockerless vor, einen umgebungsfreien agentischen Patch-Verifizierer, der generierte Code-Patches bewertet, ohne sie auszuführen. Anstatt einfach Kandidaten-Patches mit Referenzen abzugleichen, bewertet Dockerless die Korrektheit von Patches anhand von Beweisen, die durch agentische Repository-Erkundung gesammelt wurden. In einem Verifizierer-Bewertungsbenchmark übertrifft Dockerless den stärksten Open-Source-Verifizierer um 14,3 AUC-Punkte. Die Verwendung von Dockerless sowohl als SFT-Trajektorienfilter als auch als RL-Belohnung ermöglicht eine vollständig umgebungsfreie Post-Training-Pipeline. Das resultierende Modell erreicht eine Lösungsrate von 62,0 %, 50,0 % bzw. 35,2 % auf SWE-bench Verified, Multilingual und Pro. Es übertrifft die Qwen3.5-9B-Baseline um 2,4, 8,7 bzw. 2,9 Punkte und entspricht damit dem umgebungsbasierten Post-Training.

English

Program verifiers play a central role in training coding agents, including selecting trajectories for supervised fine-tuning (SFT) and providing rewards for reinforcement learning (RL). Standard execution-based verification requires running unit tests inside per-repository environments such as Docker images, incurring substantial environment setup costs. We propose Dockerless, an environment-free agentic patch verifier that evaluates generated code patches without executing them. Rather than simply matching candidate patches to references, Dockerless judges patch correctness using evidence gathered through agentic repository exploration. On a verifier evaluation benchmark, Dockerless outperforms the strongest open-source verifier by 14.3 AUC points. Using Dockerless as both the SFT trajectory filter and the RL reward enables a fully environment-free post-training pipeline. The resulting model reaches 62.0%, 50.0%, and 35.2% resolve rate on SWE-bench Verified, Multilingual, and Pro, respectively. It surpasses the Qwen3.5-9B baseline by 2.4, 8.7, and 2.9 points, matching environment-based post-training.