PulseAugur
中
实时 10:56:49

新框架ExeCRE提升LLM代码生成可靠性

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了ExeCRE，一个旨在提高大型语言模型（LLM）生成代码可靠性的框架。ExeCRE通过统计分析大量随机输入的执行输出来估算代码可靠性，而不是依赖传统的测试或LLM反馈。该方法将执行输出投影到一致性信号，并使用Dawid-Skene模型推断潜在的代码可靠性。当集成到自纠正管道中时，ExeCRE显著减少了误导性反馈，如在LiveCodeBench基准测试中，GPT-5.2的误导案例从113.2个下降到14.0个。 AI

影响 增强了LLM生成代码的可信度，有望加速其在关键应用中的采用。

排序理由 介绍评估LLM生成代码可靠性新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架ExeCRE提升LLM代码生成可靠性

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yiru Dong, Richong Zhang, Fanshuang Kong, Si Chen ·

    ExeCRE: 基于执行一致性的可靠性估计，用于自纠正代码生成

    arXiv:2608.04439v1 Announce Type: cross Abstract: Large language models (LLMs) have made notable progress in code generation, but they still struggle on challenging tasks that require sophisticated algorithms or complex implementations. Recent methods increasingly use code execut…

相关实体

相关话题