研究人员探索了外插权重平均法，作为一种在代码生成强化学习中扩展竞争目标帕累托前沿的方法。通过训练具有嵌套单元测试覆盖率的检查点，他们观察到一个正确性-效率前沿，其中覆盖率的提高会改善优化但降低正确性，而解决率保持不变。在训练端点之外进行外插成功地扩展了这个前沿，证明了其在不同推理设置和模型规模（32B和7B参数）上的效用。该技术在用于集成时，将LCB/hard上的pass@250提高了3.3%。 AI
影响 外插权重平均法可能提供一种在无需额外训练的情况下提高模型性能的方法，从而可能提高代码生成任务的效率。
排序理由 该集群包含一篇研究论文，详细介绍了一种通过外插权重平均法改进代码生成模型的新方法。
- 7B
- Code RL
- Extrapolative Weight Averaging
- inference settings
- Pareto front
- reinforcement learning
- unit-test coverage
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
