arXiv Artificial Intelligence· Yunkai Zhan, Miaosen Chai, Shangshang Wang, Jike Zhong, Yuqing Yang, Deqing Fu, Serina Chang, Wang Bill Zhu·· 18 小时前AI 评分36
PreciseCoder：超越单元测试奖励的忠实且可泛化调试方法
PreciseCoder: Faithful and Generalizable Debugging Beyond Unit-Test Rewards
AI 导读
PreciseCoder 通过为单元测试奖励增加语义验证的局部编辑信号，在 4B、9B、27B 模型上将平均编辑行数从 7-15 行降至 3 行，通过率与纯单元测试训练持平。
来源：arXiv Artificial Intelligence · arxiv.org