BriefGPT - AI 论文速递 · 2025-02-03T00:00:00Z

基于过程监督的强化学习用于代码生成

📝

内容提要

本研究提出了一种通过教师模型逐行变异和重构代码的方法，以解决现有强化学习在代码生成中的低效问题。实验结果表明，该方法在复杂任务中优于传统的结果监督方法。

🏷️

标签

代码生成 变异 强化学习 教师模型 重构