P4IR

新的P4IR框架使用RL来提高LLM在代码合规性系统中的准确性

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）在生成建筑法规自动化代码合规性（ACC）系统方面的准确性。该框架首先采用监督微调（SFT）为LLM注入领域特定知识，然后采用组相对策略优化（GRPO）来优化生成的代码骨架。与仅SFT的基线相比，该方法显示出显著的改进，将树编辑距离减少了高达23.8%，将令牌级Levenshtein距离减少了38.6%，同时还显示出假阳性率的降低。