REAgent：用于解决软件问题的需求驱动 LLM 代理

问题解决旨在根据给定的问题描述自动生成补丁，并且随着 大语言模型 (LLM) 的快速发展而引起了极大的关注。然而，由于软件问题和代码库的复杂性，LLM生成的补丁通常无法解决相应的问题。尽管已经通过精心设计的工具和工作流程提出了各种先进技术，但它们通常将问题描述视为直接输入，并在很大程度上忽视了其质量（例如，缺少关键上下文或包含模糊信息），这阻碍了 LLM 的准确理解和解决。为了解决这一限制，我们借鉴软件需求工程的原理，提出了 REAgent，这是一种需求驱动的 LLM 代理框架，它将面向问题的需求引入为结构化任务规范，以更好地指导补丁生成。具体来说，REAgent自动构建结构化且信息丰富的面向问题的需求，识别低质量需求，并迭代细化它们以提高补丁正确性。我们使用两个先进的 LLM 对三个广泛使用的基准进行全面的实验，并与五个代表性或最先进的基准进行比较。结果表明，REAgent 始终优于所有基线，在成功解决问题的数量（已解决百分比）方面平均提高了 17.40%。