本研究评估了大型语言模型（LLMs）在游戏程序代码合成中的应用，分析了Python和Java编程任务的表现，发现任务类型对模型性能有显著影响，建议尝试多种模型以优化结果。

本文探讨了大型语言模型（LLMs）在软件工程中的应用，特别是在代码合成和修复方面。研究通过轮回正确性评估方法，展示了LLMs在自动程序修复和代码审查中的有效性，并提出了新框架aLLM4TS，以提升时间序列表示学习的性能，强调了目标对齐在利用LLMs预训练能力中的重要性。