研究人员开发了一种对抗性测试加固循环，旨在提高AI模型生成代码的验证准确性。该系统使用一个“测试器”模型编写初始测试，一个变异测试过程来识别残留的缺陷，以及一个“批评者”模型来生成专门针对这些缺陷的新测试。研究揭示了先前分析中的一个伪影，该伪影导致了夸大的跨谱系效应，并在后续实验中得到了纠正。改进后的过程在同谱系批评者回合中显示出显著的增量杀伤率，并在跨提供商配置中显示出有希望的试点差异，突显了线束设计在模型比较中的重要性。 AI
影响 这项研究通过改进自动化测试和验证过程，可能带来更健壮的AI生成代码。
排序理由 研究论文，详细介绍了测试AI生成代码的新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
