本文综述代码增强大模型推理的研究进展：GPT-4代码解释器结合自验证提示将MATH准确率从53.9%提升至84.3%；MathCoder经微调在MATH和GSM8K上超越多个开源模型及GPT-4；此外还评估了代码生成正确性与人类偏好，并探讨了敏捷MDD、GPT-4编码助手及DeepSeek-Coder等方向。

AutoDev的核心开发团队正在研究如何利用人工智能增强遗留系统的演进，包括代码增强、普通活动增强和融入其他活动。他们还介绍了遗留系统改造的功能和场景，以及生成式AI的应用和验证生成代码的方法。最后，他们讨论了智能IDE如何增强遗留系统改造，包括自定义语言转换、活文档生成和API测试数据生成等功能。