Guard-and-Go

研究发现，大型语言模型在删除代码方面存在困难，影响可维护性

一项新的研究论文指出了大型语言模型代码编辑能力中的“删除规避”问题，即模型倾向于保留应删除的代码。这种行为在 SWE-bench 基准测试中的领先模型中普遍存在，导致代码库更难维护。该研究引入了 CanItDelete 基准来专门测试删除任务，并发现即使是先进的模型也面临挑战，常常采用“守卫后撤”模式而不是直接删除。令人鼓舞的是，研究表明，使用以删除为重点的数据训练模型可以缓解这个问题并提高整体代码编辑性能。