实体 STEP-KTODER

STEP-KTODER

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

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

TOOL · CL_218870 · Aug 26 · 04:00

新框架STEP-KTODER通过函数级反馈优化代码生成

研究人员推出了一种名为STEP-KTODER的新型框架，旨在通过函数级过程监督来增强代码生成模型。该方法将“步骤”定义为分解程序中的模块级函数，并利用自动生成的单元测试来分配二进制正确性标签。通过结合函数级监督和结果级反馈，STEP-KTODER旨在改进现有的方法，如直接偏好优化（DPO）和仅结果的KTO。在HumanEval(+)和MBPP(+)等基准上的评估证明了STEP-KTODER的有效性，并强调了基于执行的标签相对于会降低性…