软件研究正在围绕代码可验证的信号展开
今天的研究集中在能在运行时被检查的软件工作。最强的论文把推理接到代码执行、证明义务或测试行为上。Think-Anywhere、WybeCoder 和 SemLoc 都把松散的自然语言指导换成系统可以验证、打分或拒绝的中间信号。
主题概况
Fault Localization
可执行的语义检查
当模型输出被转成代码可以执行、评分或拒绝的检查时，软件工具会更有用。近期最清晰的产品方向是面向命令式例程的验证式代码生成，以及和测试行为绑定的语义故障定位。另一个更窄的训练方向也可行：在专有任务上，先按执行行为过滤自生成代码样本，再做偏好微调。