BriefGPT - AI 论文速递 · 2025-03-04T00:00:00Z

IterPref: Focal Preference Learning for Code Generation via Iterative Debugging

📝

内容提要

本研究提出了IterPref框架，通过模拟人类的迭代调试来优化代码生成的大语言模型（LLM）。该方法能够有效定位代码错误，并利用定制的DPO算法对Token进行对齐，从而显著提升代码生成性能，尤其在复杂任务中表现更佳。

🏷️

标签

DPO算法 IterPref 代码生成 大语言模型 性能优化