MBPP-Sanitized

新的 ReMCTS 框架提高了 LLM 代码生成的准确性

研究人员开发了 ReMCTS，一个新颖的框架，通过整合增强反射的蒙特卡洛树搜索来提高大型语言模型生成代码的性能。该方法通过将程序候选者组织为树状态，并结合局部调试上下文和跨分支失败检索，来改进对隐藏语义和重复错误的处理。在 HumanEval 和 MBPP-Sanitized 数据集上的评估表明，ReMCTS 在大多数模型-数据集组合中优于直接生成，一项试点研究也证明了其与 C++ 代码的编译器支持执行兼容。