PulseAugur
中
实时 07:05:56
实体 HARDTESTGEN

HARDTESTGEN

PulseAugur coverage of HARDTESTGEN — every cluster mentioning HARDTESTGEN across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_360191 ·

    新管道为LLM代码验证生成高质量测试用例

    研究人员开发了HARDTESTGEN,一个用于生成高质量测试用例以验证大型语言模型(LLM)所生成代码的管道。该方法解决了创建可靠验证器的挑战,尤其是在复杂的编码任务中,这些任务容易遗漏细微的边缘情况。该系统整理了一个名为HARDTESTS的数据集,包含26.6k个问题和合成测试,该数据集在代码验证准确性方面显示出显著的改进。通过拒绝采样和强化学习等方法,将HARDTESTS用于LLM的后训练,已显著提升了代码生成性能。