DeepSWE介绍

deepswe是由together.ai与agentica联合推出的ai agent框架，基于qwen3-32b模型并通过强化学习训练构建。该框架在swe-bench-verified基准测试中表现优异，启用测试时扩展（tts）后准确率达到59.0%，未使用tts时pass@1准确率为42.2%，位居开源agent框架首位。该项目全面开源了模型训练数据、代码及评估日志，有助于开发者学习和优化agent技术，推动强化学习在软件工程领域的应用发展。

DeepSWE的核心功能

• 代码理解与修改：能够解析并编辑现有代码，解决特定的软件问题或实现新功能。
• 复杂问题处理：通过与环境的交互，解决如GitHub上的缺陷修复、新增功能实现以及调试等复杂的软件工程任务。
• 自动化测试与验证：运行shell命令进行代码构建和测试，确保所提出的解决方案有效，并防止修改破坏原有功能。
• 多阶段推理能力：在执行任务过程中具备多步骤推理和决策能力，逐步优化方案直至任务完成。

DeepSWE的技术机制

• 纯强化学习训练：完全采用强化学习（RL）从零开始训练，不依赖于监督微调（SFT）或更强的专有教师模型蒸馏。
• rLLM系统支持：利用rLLM框架进行后期训练，提供高效的数据管理与训练流程，支持大规模RL训练。
• 稀疏奖励机制：仅当生成的代码补丁通过所有测试时才给予正向奖励，否则无奖励，促使模型追求高质量输出。
• 测试时扩展策略（TTS）：在测试阶段生成多个解决路径，并选择成功解决问题的路径，显著提升准确率。结合执行验证器与非执行验证器的优势，大幅提升性能表现。
• Kubernetes集成：为应对训练过程中的扩展挑战，集成了Kubernetes支持，实现容器的弹性调度与自动缩放，保障训练的高效与稳定。

DeepSWE的项目链接

• HuggingFace模型库：https://www.php.cn/link/e04bc8909bb7969ae5488620e00f8c57

DeepSWE的应用领域

• 代码理解与重构：DeepSWE可自动分析并修改代码，快速定位漏洞、优化性能瓶颈及重构代码结构，从而显著提升代码质量。
• 软件问题解决：能够高效处理GitHub上的各类问题、实现新功能并将复杂任务拆解为可执行的子任务，快速攻克各种软件难题。
• 自动化测试与验证：DeepSWE可自动生成测试用例，执行代码构建与自动化测试，进行回归测试以确保软件稳定性，降低人工测试工作量。
• 多阶段推理与方案优化：通过多步骤推理解决复杂问题，并不断迭代优化解决方案，在实践中积累经验，更好地应对未来挑战。
• 开发辅助与团队协作：DeepSWE能为开发者提供实时代码建议与补全提示，协助项目管理和任务分配，促进团队合作与交流，提升整体开发效率。