English(EN) Introspective Uncertainty Estimation for LLM-Based Code Generation

论文：LLM 隐藏状态可预测代码正确性

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-15 04:00

一项新的论文探讨了使用内省不确定性估计 (IUE) 来衡量大型语言模型 (LLM) 生成代码的正确性。研究表明，LLM 隐藏状态可以在响应和代码行级别上有效指示功能代码的正确性，这对于实际软件工程至关重要。虽然静态单标记探测最有效，但在不同任务和领域上的泛化性有所下降。研究还发现，代码行级别的预测比响应级别的估计更具挑战性，尽管条件定位设置在识别故障点方面显示出有效性。 AI

影响这项研究可以提高 LLM 生成代码在实际软件开发中的可靠性和可信度。

排序理由学术论文，详细介绍了一种评估 LLM 代码生成的新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

本文如何被排名

Signal score: 13 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 学术论文，详细介绍了一种评估 LLM 代码生成的新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Thomas Klassert · 2026-09-15 04:00

面向基于LLM的代码生成的内省不确定性估计

arXiv:2609.13975v1 Announce Type: cross Abstract: Large Language Models (LLMs) are increasingly used for code generation but can produce fluent yet functionally incorrect outputs, which limits trust in their usage for practical software engineering workflows. This thesis investig…

本文如何被排名

报道来源 [1]

面向基于LLM的代码生成的内省不确定性估计

相关实体

相关话题