💻 computer science

ARISE: A Repository-level Graph Representation and Toolset for Agentic Fault Localization and Program Repair

ARISE es un framework a nivel de repositorio que mejora los agentes basados en LLM para la localización de fallos y la reparación de programas mediante la introducción de un grafo de programa de multi-granularidad con aristas de flujo de datos intra-procedimentales y una API de rebanado consultable, logrando mejoras significativas en la precisión de localización y en las tasas de éxito de reparación en el benchmark SWE-bench Lite.

Autores originales: Shahd Seddik, Fatemeh Fard

Publicado 2026-05-06

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Shahd Seddik, Fatemeh Fard

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que eres un detective intentando resolver un crimen en una ciudad masiva y extensa (el repositorio de software). La ciudad tiene miles de edificios (archivos), cada uno con cientos de habitaciones (funciones), y dentro de esas habitaciones hay incontables muebles y documentos (líneas de código).

Tu trabajo es encontrar el documento específico que contiene la mentira (el error) que provoca el fallo en la red eléctrica de la ciudad, y luego reescribir ese documento para solucionarlo.

El Problema: Perderse en la Ciudad

En el pasado, los detectives (agentes de IA) que intentaban resolver estos casos tenían dos problemas principales:

Solo tenían un mapa de los edificios: Sabían qué edificio estaba junto a cuál, y qué edificio tenía una puerta que llevaba a otro. Pero no sabían cómo se movía la información dentro de las habitaciones.
Tenían que leerlo todo: Para encontrar la mentira, a menudo tenían que leer libros enteros o escanear cada página individual en un edificio, con la esperanza de tropezar con la pista. Esto era lento, costoso y a menudo los llevaba a la habitación equivocada.

La Solución: ARISE (El Kit de Herramientas del Super-Detective)

Los autores crearon un nuevo sistema llamado ARISE. Piensa en ARISE como darle al detective un mapa 3D interactivo y superpoderoso de la ciudad que no solo muestra los edificios, sino que también muestra exactamente cómo una pieza específica de evidencia (una variable) se mueve de un documento a otro dentro de una habitación.

Así funciona ARISE, desglosado en tres herramientas simples:

1. El Mapa Estructural (Nivel 1)

Este es el "mapa de edificios". Le dice al detective: "Este archivo contiene esta clase, que llama a esa función". Es como saber que la Biblioteca está conectada con la Escuela. Esto ayuda al detective a reducir la búsqueda a qué edificio buscar, pero no le dice qué página del libro está mal.

2. La Herramienta "Sigue el Dinero" (Nivel 2 - La Gran Innovación)

Esta es la parte mágica. En los viejos tiempos, si un detective encontraba un número sospechoso en un documento, tenía que pasar manualmente todas las páginas anteriores y posteriores para ver de dónde venía ese número o a dónde iba.

ARISE introduce una herramienta llamada Rebanado de Flujo de Datos. Imagina que tienes una lupa mágica. Apuntas a un número específico en un documento y dices: "Muéstrame todo lo que tocó ese número".

Rebanado hacia atrás: La lupa resalta instantáneamente cada oración que creó o cambió ese número.
Rebanado hacia adelante: Resalta cada oración que usó ese número más tarde.

En lugar de leer 50 páginas, el detective obtiene una sola lista resaltada con solo las 5 o 6 oraciones que realmente importan. Esto es como poder rastrear instantáneamente una gota de agua específica desde un grifo hasta el lavabo, ignorando el resto de la tubería.

3. La Carpeta de Evidencias (Nivel 3)

Una vez que el detective ha encontrado las oraciones sospechosas, tiene que juntarlas en un informe para corregir el error. A veces, el informe se vuelve demasiado largo y el cerebro del detective (el modelo de IA) se abruma.
Esta herramienta actúa como un bibliotecario inteligente. Toma todas las oraciones resaltadas, las clasifica por importancia y las empaqueta en una "Carpeta de Evidencias" ordenada y concisa que encaja perfectamente en la mochila del detective (el límite de memoria). Esto asegura que el detective vea las pistas más importantes primero.

Los Resultados: ¿Funcionó?

Los investigadores probaron este nuevo sistema en 300 "crímenes" reales (errores) de proyectos de software populares. Compararon ARISE con un detective estándar (el agente SWE) que solo tenía las herramientas básicas.

Encontrar la Escena del Crimen: El detective estándar pudo adivinar el edificio (archivo) correcto aproximadamente el 57% de las veces. ARISE lo acertó el 67% de las veces.
Encontrar la Habitación Exacta: El detective estándar adivinó la habitación (función) correcta el 43% de las veces. ARISE saltó al 60%.
Encontrar la Oración Exacta: El detective estándar encontró la línea de código correcta el 26% de las veces. ARISE mejoró esto al 41%.

Lo más importante es que, como el detective podía encontrar el problema exacto más rápido y con mayor precisión, pudo corregir el error con éxito el 22% de las veces, en comparación con solo el 17% para el detective estándar.

Conclusiones Clave del Artículo

La estructura no es suficiente: Solo saber cómo se conectan los archivos no es suficiente; necesitas saber cómo se mueven los datos dentro del código.
La "Lupa Mágica" es la clave: La mayor mejora provino de la herramienta de Rebanado de Flujo de Datos. Permitió que la IA saltara las conjeturas y fuera directamente a la fuente del problema.
No hace falta un traductor: Los investigadores probaron agregar un paso donde una IA más pequeña resumiría los datos en inglés sencillo para el detective principal. Descubrieron que esto era innecesario. El detective principal (un modelo de IA grande) podía leer los datos crudos y estructurados perfectamente. Agregar el paso de resumen solo desperdiciaba tiempo y dinero.
El Límite: El sistema es excelente para encontrar problemas dentro de una sola habitación. Sin embargo, si el problema comienza en una habitación, se pasa a la habitación de un vecino y provoca un fallo allí, el detective a veces se confunde. Esta es el área que los autores dicen que necesita más trabajo en el futuro.

En resumen, ARISE le da a los agentes de IA una forma de "rastrear el hilo" de una variable a través del código, convirtiendo una búsqueda de una aguja en un pajar en un camino directo hacia la solución.

Resumen Técnico: ARISE – Una Representación Gráfica a Nivel de Repositorio y Conjunto de Herramientas para la Localización de Fallos y Reparación de Programas Agénticos

Declaración del Problema

La reparación automática de programas (APR) y la localización de fallos a escala de repositorio requieren que los agentes naveguen por bases de código complejas que abarcan múltiples archivos, módulos y paquetes. Aunque los sistemas agénticos existentes (por ejemplo, SWE-agent) pueden interactuar con repositorios, a menudo tienen dificultades con la localización de fallos de granularidad fina (identificar funciones y líneas específicas) debido a la falta de precisión semántica.

Los enfoques basados en grafos actuales suelen modelar relaciones estructurales (archivos, clases, funciones y sus dependencias de llamada/importación), pero no logran modelar el flujo de datos intra-procedimental. En consecuencia, los agentes carecen de la capacidad de rastrear cómo se definen y propagan los valores de las variables dentro de un procedimiento. Esta limitación obliga a los agentes a depender de la similitud léxica o de la traversía estructural amplia, lo cual es insuficiente para identificar las declaraciones exactas responsables de un error, especialmente cuando el fallo implica un uso complejo de variables dentro de una función.

Metodología

Los autores presentan ARISE (Motor de Resolución de Problemas a Nivel de Repositorio Agéntico), un sistema que aumenta el marco de trabajo SWE-agent con un gráfico de programa estructurado y consultable, y una API de herramientas de tres niveles. La innovación central es la integración del corte de flujo de datos como un primitivo de agente de primera clase.

1. Gráfico de Programa de Multi-Granularidad

ARISE construye un gráfico de propiedades dirigido y tipado ( $G = (V, E)$ ) que unifica dos capas de información:

Relaciones Estructurales: Los nodos representan directorios, módulos, clases, funciones, métodos y declaraciones. Las aristas capturan relaciones de contención, importación, herencia y llamada.
Relaciones de Flujo de Datos: El gráfico se extiende al nivel de declaración. Para cada función/método, el sistema realiza un análisis intra-procedimental para identificar cadenas de definición-uso (def-use).
- Nodos: Los nodos de declaración corresponden a declaraciones de nivel superior del AST.
- Aristas: Las aristas DataflowDefUse y DataflowUseDef conectan declaraciones donde se define una variable con declaraciones donde se utiliza (y viceversa).
- Alcance: Este análisis respeta el ámbito léxico (manejando declaraciones global/nonlocal) y cubre patrones comunes de asignación en Python (asignaciones, asignaciones aumentadas, objetivos de bucle, gestores de contexto y parámetros).

2. API de Herramientas de Tres Niveles

El gráfico se expone al agente LLM a través de una API modular, permitiendo que el agente consulte evidencia de forma iterativa:

Nivel 1: Recuperación Estructural: Herramientas para buscar entidades, traversar gráficos de llamadas/importación y recuperar fragmentos de código. Esto reproduce las capacidades de sistemas anteriores de gráficos estructurales (por ejemplo, RepoGraph, LocAgent).
Nivel 2: Corte de Flujo de Datos: La novedad central. La herramienta get_dataflow_slice permite al agente rastrear flujos de variables. Dada una semilla (archivo, línea, variable) y una dirección (hacia atrás, hacia adelante o bidireccional), devuelve una lista estructurada de fragmentos de declaraciones que definen o consumen la variable. Esto permite al agente responder "¿qué declaraciones afectan a esta variable?" en una sola consulta.
Nivel 3: Agrupación de Contexto: Herramientas (build_context_bundle, rank_suspect_regions) que ensamblan la evidencia recuperada en un paquete de contexto limitado por un presupuesto de tokens. Puntuán fragmentos de código basándose en la relevancia TF-IDF, la proximidad estructural y la pertenencia al corte, asegurando que el código más causalmente relevante se presente al sub-agente de reparación.

3. Bucle del Agente

ARISE opera sobre el andamiaje de SWE-agent. El agente interactúa con el repositorio mediante un protocolo de múltiples vueltas, eligiendo llamar a herramientas estructurales, herramientas de corte o herramientas de agrupación según sea necesario. El sistema está diseñado para ser agnóstico al marco de trabajo, permitiendo que el constructor de gráficos y la API de corte se integren en cualquier agente capaz de usar herramientas.

Contribuciones Clave

Gráfico de Programa de Multi-Granularidad: Un gráfico de repositorio que unifica la organización estructural con información de flujo de datos intra-procedimental a nivel de declaración, permitiendo a los agentes consultar la propagación de valores directamente.
Corte de Flujo de Datos como Primitivo de Agente: La introducción de get_dataflow_slice como una herramienta consultable. A diferencia del preprocesamiento estático, esto permite a los agentes rastrear dinámicamente definiciones y usos de variables durante el razonamiento, devolviendo una salida estructurada sobre la cual los modelos pueden razonar directamente.
Conjunto de Herramientas Agnóstico al Marco de Trabajo: Una implementación desacoplada del constructor de gráficos y la API de corte, diseñada como un plugin de inserción directa para futuras investigaciones en APR sin requerir la re-implementación de la lógica de análisis subyacente.

Resultados Experimentales

El sistema fue evaluado en SWE-bench Lite (300 problemas reales de GitHub en 11 repositorios de Python) utilizando Qwen2.5-Coder-32B-Instruct como base.

Rendimiento de Localización

Comparado con la línea base SWE-agent sin modificar:

Recall@1 de Función: Mejora de 17.0 puntos (de 43.0% a 60.0%).
Recall@1 de Línea: Mejora de 15.0 puntos (de 26.0% a 41.0%).
Recall@1 de Archivo: Mejora de 10.0 puntos.
Insights de Ablación:
- Añadir el Nivel 1 (Estructural) proporcionó una mejora base sobre SWE-agent.
- Añadir el Nivel 2 (Corte de Flujo de Datos) produjo la mayor ganancia en un solo paso (+7.0 puntos en Recall@1 de Función), confirmando que el rastreo de flujo de datos es crítico para la localización de granularidad fina.
- Añadir el Nivel 3 (Agrupación de Contexto) proporcionó ganancias incrementales adicionales.
- ARISE-Coarse (esquema Nivel 1 + Nivel 2 pero sin aristas de flujo de datos) se comportó de manera similar a solo Nivel 1, demostrando que la mejora proviene de los datos del gráfico en sí, y no meramente de la presencia de una herramienta adicional.
- ExplainSlice (añadir resúmenes en lenguaje natural a los cortes) no proporcionó ninguna mejora medible, indicando que los modelos de código grandes (escala de 32B) pueden razonar directamente sobre salidas de cortes estructuradas sin mediación en lenguaje natural.

Rendimiento de Reparación

Pass@1: ARISE-Full logró 22.0% (66/300), una mejora de 4.7 puntos porcentuales sobre la línea base SWE-agent (17.3%).
Correlación: Existe un aumento fuerte y monótono en la correlación de Spearman entre Recall@1 de Función y Pass@1 a medida que se añaden herramientas más precisas (de 0.38 en SWE-agent a 0.53 en ARISE-Full). Esto confirma que la calidad de la localización es la restricción vinculante en el éxito de la reparación en este escenario.

Significado y Afirmaciones

El artículo afirma que el principal cuello de botella en la APR a nivel de repositorio no es solo la capacidad de razonamiento del LLM, sino cómo se localiza y estructura el contexto relevante.

Flujo de Datos como Primitivo de Recuperación: Los autores argumentan que exponer cortes def-use intra-procedimentales como una herramienta de primera clase es más efectivo que depender únicamente de la topología estructural. Reduce el espacio de búsqueda, permitiendo a los agentes comprometerse con una hipótesis a nivel de función basándose en un solo corte hacia atrás en lugar de traversar gráficos de llamadas amplios.
Estructurado vs. Lenguaje Natural: Los resultados desafían la suposición de que el análisis estructurado debe resumirse en lenguaje natural para los LLM. A la escala de 32 mil millones de parámetros, los modelos consumen salidas de cortes estructuradas directamente, haciendo innecesarias y costosas las capas de resumen.
Limitaciones Modestas: Los autores reconocen que el sistema actual es intra-procedimental. No puede rastrear flujos de variables a través de límites de llamada (inter-procedimental), lo que representa el 45% de los fallos restantes (errores de archivo incorrecto). Identifican la extensión al corte inter-procedimental como la dirección principal para el trabajo futuro. Además, el enfoque es actualmente específico de Python debido a su dependencia de los tipos de nodos AST.

En resumen, ARISE demuestra que aumentar los flujos de trabajo agénticos con gráficos de flujo de datos precisos y consultables mejora significativamente la localización de fallos y, en consecuencia, las tasas de éxito de la reparación automática de programas.