Jack Wei Lun Shi

新框架 P4IR 提升 LLM 在自动化代码合规性方面的准确性

研究人员开发了 P4IR，一个新颖的两阶段框架，旨在提高大型语言模型 (LLM) 在生成计算机可处理的建筑法规方面的准确性。第一阶段采用监督微调 (SFT) 为 LLM 注入领域特定知识。第二阶段利用群体相对策略优化 (GRPO) 来优化 LLM 的输出，特别是改进高级代码骨架等中间表示。这种组合方法显著减少了错误，在零样本设置下表现优于领先的 LLM，并降低了误报率。