generator--fixer self-play

新的锚定自玩方法提升了AI代码修复能力

研究人员开发了一种名为锚定自玩（ASP）的新方法，以提高语言模型修复错误代码的能力。传统的自玩方法（模型生成并修复自己的错误）往往会产生不切实际或过于困难的错误，这些错误很难应用于真实代码。ASP通过纳入一小部分真实错误参考集、使用代码嵌入相似性奖励以及将这些参考错误混合到训练过程中来解决这个问题。这种方法显著提高了模型在合成错误和人为错误上的修复率。