PulseAugur
实时 22:36:56
English(EN) No Test Cases, No Problem: Distillation-Driven Code Generation for Scientific Workflows

无测试用例,亦无妨:面向科学工作流的蒸馏驱动代码生成

研究人员开发了MOSAIC,一个新颖的框架,用于在不依赖传统输入/输出测试用例的情况下生成科学工作流的代码。这种新方法利用知识蒸馏技术,其中一个较小的“学生”模型从一个较大的“教师”模型那里学习,并以领域特定的示例和问题分解为基础。为了确保多步骤推理的一致性,MOSAIC采用了集成的上下文窗口。在SciCode基准上的实验表明,即使使用能力较弱的模型,MOSAIC也能提高准确性和数值精度。 AI

影响 引入了一种在缺乏传统测试用例的科学领域进行AI代码生成的方法。

排序理由 学术论文,介绍了一种新的代码生成框架。

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 →

无测试用例,亦无妨:面向科学工作流的蒸馏驱动代码生成

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Siddeshwar Raghavan, Tanwi Mallick ·

    No Test Cases, No Problem: Distillation-Driven Code Generation for Scientific Workflows

    arXiv:2604.23106v1 Announce Type: cross Abstract: Existing multi-agent Large Language Model (LLM) frameworks for code generation typically use execution feedback and improve iteratively using Input/Output (I/O) test cases. However, this does not work for scientific workflows, whe…