本研究提出了S*框架，旨在解决大型语言模型在代码生成中的测试时间计算不足问题。S*结合顺序缩放和创新选择机制，显著提高了生成代码的覆盖率和选择准确性，推动非推理模型的表现超越推理模型。实验结果表明，S*在不同模型中均有一致的性能提升。

该研究探讨了仅依赖一两个标准分数比较二分类器的问题，指出这种方法无法反映特定需求的差异。通过引入Tile工具，研究提供了一种新的评估和比较分类器的方法，能够有效捕捉分类器行为并提升选择准确性。