PreciseCoder：超越单元测试奖励的调试训练算法

2026年10月15日，arXiv Artificial Intelligence 发布 Yunkai Zhan 等作者的研究，提出训练算法 PreciseCoder，用于代码模型的调试训练。该算法在单元测试奖励之外，增加一个针对“经语义验证的局部编辑”的信号，据称该信号与更小的编辑幅度和更高的通过率相关。报道称，在 4B、9B、27B 模型上，PreciseCoder 将平均编辑行数从 7-15 行降至 3 行，同时通过率与纯单元测试奖励训练持平。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现与早先报道相矛盾的数字或说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。