代码树：复杂任务处理中的端到端代码生成与执行的树结构探索框架

本研究解决了现有代码生成方法在复杂推理任务中产生的不一致性和稳定性问题。我们提出了一种新颖的端到端代码生成范式CodeProgram，并开发了自我生长的代码树结构Tree-of-Code（ToC），通过自我监督在没有真实标签的情况下进行操作。实验证明，ToC显著提高了准确率，并展示了在数据生成方面的潜力，能为监督和强化学习提供支持。