DeepSWE - Together.aiは、Agenticaとの共同開発により、AIエージェントフレームワークをオープンソース化しました。

DeepSWEとは何ですか？

DeepSWEは、Together.aiがAgenticaと共同開発したオープンソースのAIエージェントフレームワークです。Qwen3-32Bモデルをベースに、強化学習を用いて学習されます。DeepSWEはSWE-Bench-Verifiedベンチマークテストにおいて、テスト時間延長（TTS）適用後59.0%の精度、TTS非適用時42.2%のPass@1精度を達成し、オープンソースのエージェントフレームワークの中でトップの成績を収めています。モデルの学習データ、コード、学習ログ、評価ログはすべてオープンソースで公開されており、開発者がエージェントの学習と改善を進めるとともに、ソフトウェアエンジニアリングにおける強化学習の応用と発展を促進します。

DeepSWEの主な機能

• コードの理解と編集既存のコードを理解し、修正することで、特定のソフトウェア問題を解決したり、新機能を実装したりすること。
• 問題解決環境との相互作用に基づいて、GitHub上の問題の修正、新しいコード機能の実装、デバッグなど、複雑なソフトウェアエンジニアリングの問題を解決します。
• 自動テストと検証シェルコマンドを実行してコードをビルドおよびテストし、ソリューションの有効性を検証し、変更したコードが既存の機能を損なわないことを確認します。
• 多段階推論課題を解決する際には、複数の段階を経て推論と意思決定を行い、課題が最終的に完了するまで解決策を段階的に最適化していく。

DeepSWEの技術原則

• 強化学習トレーニングこのモデルは、強化学習（RL）を用いて完全にゼロから学習され、より強力な独自の教師モデルの蒸留や教師あり微調整（SFT）に頼ることはありません。環境との相互作用に基づいて、複雑なソフトウェアエンジニアリングタスクにおいて最適な意思決定を行う方法を学習します。
• rLLMフレームワークrLLMフレームワークに基づいたこのシステムは、言語エージェントの後期トレーニングに使用され、効率的なデータ管理とトレーニングプロセスを提供し、大規模な強化学習トレーニングをサポートします。
• スパース結果報酬モデル疎な結果報酬メカニズムに基づき、モデルによって生成されたコードパッチがすべてのテストに合格した場合にのみ正の報酬が与えられ、それ以外の場合は報酬はゼロとなる。これにより、モデルは学習して高品質なソリューションを生成するよう促される。
• テスト時拡張機能（TTS）テスト段階では、複数の軌跡が生成され、問題を正しく解決する軌跡が選択されることで、モデルの精度が大幅に向上します。実行ベースと非実行ベースのバリデーターの利点を組み合わせることで、大幅な性能向上を実現できます。
• Kubernetesのサポートトレーニング中のスケーリングに関する課題に対処するため、Kubernetesのサポートがトレーニング環境に統合され、コンテナの柔軟なスケジューリングと自動スケーリングが可能になり、トレーニングプロセスの効率性と安定性が確保されます。

DeepSWEのプロジェクトアドレス

• ハギングフェイスモデルライブラリ：https://huggingface.co/agentica-org/DeepSWE-Preview

DeepSWEの応用シナリオ

• コードの理解と編集DeepSWEは、コードを自動的に理解して修正し、脆弱性を迅速に特定して修正し、パフォーマンスのボトルネックを最適化し、コード構造をリファクタリングすることで、コード全体の品質を大幅に向上させることができます。
• ソフトウェアの問題解決GitHub上の課題を効率的に処理し、新機能を実装し、複雑なタスクを管理しやすいサブタスクに分解することで、ソフトウェアエンジニアリング分野における様々な問題を迅速に解決します。
• 自動テストと検証DeepSWEは、テストケースの自動生成、コード構築と自動テストの実行、回帰テストの実施、ソフトウェアの安定性と信頼性の確保、手動テストの作業負荷の軽減を実現します。
• 多段階推論とソリューション最適化多段階の推論に基づいて複雑な問題を解決し、解決策を継続的に反復・最適化し、さまざまな問題を解決する過程で知識と経験を蓄積することで、将来の課題により良く対応できるようにします。
• 開発援助と協力DeepSWEは、開発者にリアルタイムのコード提案と補完ヒントを提供し、プロジェクト管理とタスク割り当てを支援し、チームメンバー間のコラボレーションとコミュニケーションを促進し、開発チーム全体の効率を向上させます。