蒋思源|aiXcoder算法工程师;
目录
CONTENTS;
PART01
如何提升代码生成的质量;
观察:
?训练数据质量对生成代码质量极其重要
?后处理手段对保证生成代码质量极其重要
?利用大语言模型自我修正代码对最终生成质量作用突出;
后训练:
?当前顶尖模型通过RL大幅度提升了代码质量
?逻辑推理、数据推理等能力的学习能一定程度泛化到代码领域
?通过TestTimeScalling能进一步提升困难代码问题的质量;
后训练:
-从训练数据、训练方式、训练任务上提升模型对代码质量上的感知。
后处理:
-在模型之外,
您可能关注的文档
- 5G+AI大模型智慧工业园区解决方案.pptx
- 2025QECon全球软件质量效能大会:代码AI Agent在变更影响分析领域的探索与实践.docx
- 2025QECon全球软件质量效能大会:代码大模型训练CodeBuddy技术分享.docx
- 2025QECon全球软件质量效能大会:导购AI用户体验巡检.docx
- 2025QECon全球软件质量效能大会:多模态大模型赋能可解释性画质评估任务-抖音画质大模型应用实践.docx
- 2025QECon全球软件质量效能大会:多模态模型驱动前端研发变革.pptx
- 2025QECon全球软件质量效能大会:多模态图像生成与质量评价.docx
- 2025QECon全球软件质量效能大会:复杂配置场景自主遍历测试技术实践.pptx
- 2025QECon全球软件质量效能大会:构建研发提效Agent:百度文心快码的技术实践.pptx
原创力文档

文档评论(0)