RELIEF：用交互反馈修订代码生成模型生成的界面

RELIEF 通过编码智能体修订代码生成模型产出的交互界面，再把改进回填到原始生成轨迹中，用于微调监督。研究收集了 200 个合成网站、355 段交互记录和 24 名用户的反馈，用代码检查、自动交互、显式人工反馈和真人交互记录四类批评微调两款代码生成模型。结果显示反馈效果随基座模型能力而异，基于真人交互记录推断的批评在测试模型下带来最大的可用性提升。