SWE-World: 도커 없는 환경에서 소프트웨어 엔지니어링 에이전트 구축하기

초록

대규모 언어 모델(LLM)의 최근 발전으로 소프트웨어 엔지니어링 에이전트가 복잡한 코드 수정 작업을 처리할 수 있게 되었습니다. 기존 대부분의 접근법은 컨테이너화된 환경의 실행 피드백에 의존하며, 이는 의존성이 완벽하게 구성된 설정과 프로그램 및 테스트의 물리적 실행을 필요로 합니다. 이러한 패러다임은 효과적이지만 자원 소모가 크고 유지 관리가 어려워 에이전트 훈련을 상당히 복잡하게 만들고 확장성을 제한합니다. 본 연구에서는 물리적 실행 환경을 학습된 대리 모델로 대체하여 소프트웨어 엔지니어링 에이전트의 훈련과 평가를 수행하는 Docker-free 프레임워크인 SWE-World를 제안합니다. SWE-World는 실제 에이전트-환경 상호작용 데이터로 훈련된 LLM 기반 모델을 활용하여 중간 실행 결과와 최종 테스트 피드백을 예측함으로써, 에이전트가 물리적 컨테이너 환경과의 상호작용 없이 학습할 수 있도록 합니다. 이 설계는 표준적인 에이전트-환경 상호작용 루프를 유지하면서 에이전트 최적화 및 평가 과정에서 비용이 많이 드는 환경 구축과 유지 관리의 필요성을 제거합니다. 더 나아가, SWE-World는 실제 제출 없이도 후보 트라젝토리의 최종 평가 결과를 시뮬레이션할 수 있으므로, 여러 테스트 시도 중 최적의 해결책을 선택할 수 있어 소프트웨어 엔지니어링 작업에서 효과적인 테스트 타임 스케일링(TTS)을 가능하게 합니다. SWE-bench Verified에 대한 실험 결과, SWE-World는 Docker-free SFT를 통해 Qwen2.5-Coder-32B의 성능을 6.2%에서 52.0%로 향상시켰으며, Docker-free RL을 적용하면 55.0%, 추가 TTS를 적용하면 68.2%까지 성능이 향상됨을 보여줍니다. 코드는 https://github.com/RUCAIBox/SWE-World에서 확인할 수 있습니다.

English

Recent advances in large language models (LLMs) have enabled software engineering agents to tackle complex code modification tasks. Most existing approaches rely on execution feedback from containerized environments, which require dependency-complete setup and physical execution of programs and tests. While effective, this paradigm is resource-intensive and difficult to maintain, substantially complicating agent training and limiting scalability. We propose SWE-World, a Docker-free framework that replaces physical execution environments with a learned surrogate for training and evaluating software engineering agents. SWE-World leverages LLM-based models trained on real agent-environment interaction data to predict intermediate execution outcomes and final test feedback, enabling agents to learn without interacting with physical containerized environments. This design preserves the standard agent-environment interaction loop while eliminating the need for costly environment construction and maintenance during agent optimization and evaluation. Furthermore, because SWE-World can simulate the final evaluation outcomes of candidate trajectories without real submission, it enables selecting the best solution among multiple test-time attempts, thereby facilitating effective test-time scaling (TTS) in software engineering tasks. Experiments on SWE-bench Verified demonstrate that SWE-World raises Qwen2.5-Coder-32B from 6.2\% to 52.0\% via Docker-free SFT, 55.0\% with Docker-free RL, and 68.2\% with further TTS. The code is available at https://github.com/RUCAIBox/SWE-World

SWE-World: 도커 없는 환경에서 소프트웨어 엔지니어링 에이전트 구축하기

SWE-World: Building Software Engineering Agents in Docker-Free Environments

초록

Support