RELIEF：用交互反馈改进代码生成模型

2026年10月20日，arXiv 人工智能板块报道了 Jiawen Li 等作者提出的 RELIEF（基于修订的交互反馈学习）方法，用于改进代码生成模型。该方法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，并用代码检查、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。目前报道未提及该方法在更多模型或真实产品中的部署情况。

AI 根据报道生成 · 37 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。