该文综述代码生成研究，涵盖ChainCoder的从粗到细分步生成Python代码、StepCoder的强化学习课程拆分与未执行代码屏蔽、COMEX的代码视图定制工具，以及利用用户代码、生成模块化子函数、神经符号合成数据、Bandit反馈修复漏洞、Synthesize-Execute-Debug、填充模型评分、形式语法约束解码和COMPCODER编译反馈等方法，这些方法显著提升了生成质量与编译成功率。