SWE-Debate : Débat compétitif multi-agent pour la résolution de problèmes logiciels
SWE-Debate: Competitive Multi-Agent Debate for Software Issue Resolution
July 31, 2025
papers.authors: Han Li, Yuling Shi, Shaoxin Lin, Xiaodong Gu, Heng Lian, Xin Wang, Yantao Jia, Tao Huang, Qianxiang Wang
cs.AI
papers.abstract
La résolution de problèmes a connu des progrès remarquables grâce aux capacités de raisonnement avancées des grands modèles de langage (LLM). Récemment, des frameworks basés sur des agents, tels que SWE-agent, ont encore fait avancer ces progrès en permettant à des agents autonomes utilisant des outils de s'attaquer à des tâches complexes d'ingénierie logicielle. Bien que les approches existantes de résolution de problèmes basées sur des agents reposent principalement sur des explorations indépendantes, elles se retrouvent souvent bloquées dans des solutions locales et échouent à identifier des schémas de problèmes qui s'étendent à différentes parties de la base de code. Pour remédier à cette limitation, nous proposons SWE-Debate, un framework de débat compétitif multi-agents qui encourage des chemins de raisonnement diversifiés et permet une localisation des problèmes plus consolidée. SWE-Debate commence par créer plusieurs traces de propagation de défauts comme propositions de localisation en parcourant un graphe de dépendances de code. Ensuite, il organise un débat en trois tours entre des agents spécialisés, chacun incarnant des perspectives de raisonnement distinctes le long de la trace de propagation de défauts. Cette compétition structurée permet aux agents de converger de manière collaborative vers un plan de correction consolidé. Enfin, ce plan de correction consolidé est intégré dans un agent de modification de code basé sur MCTS pour la génération de correctifs. Les expériences sur le benchmark SWE-bench montrent que SWE-Debate atteint de nouveaux résultats de pointe parmi les frameworks d'agents open-source et surpasse largement les approches de référence.
English
Issue resolution has made remarkable progress thanks to the advanced
reasoning capabilities of large language models (LLMs). Recently, agent-based
frameworks such as SWE-agent have further advanced this progress by enabling
autonomous, tool-using agents to tackle complex software engineering tasks.
While existing agent-based issue resolution approaches are primarily based on
agents' independent explorations, they often get stuck in local solutions and
fail to identify issue patterns that span across different parts of the
codebase. To address this limitation, we propose SWE-Debate, a competitive
multi-agent debate framework that encourages diverse reasoning paths and
achieves more consolidated issue localization. SWE-Debate first creates
multiple fault propagation traces as localization proposals by traversing a
code dependency graph. Then, it organizes a three-round debate among
specialized agents, each embodying distinct reasoning perspectives along the
fault propagation trace. This structured competition enables agents to
collaboratively converge on a consolidated fix plan. Finally, this consolidated
fix plan is integrated into an MCTS-based code modification agent for patch
generation. Experiments on the SWE-bench benchmark show that SWE-Debate
achieves new state-of-the-art results in open-source agent frameworks and
outperforms baselines by a large margin.