自我博弈提升代码修复监督
stanfordnlp · x · 2026-07-09
这是一篇新的 ICML 2026 论文《Anchored Self-Play for Code Repair》。论文讨论如何通过让模型进行自我博弈式训练，来扩展代码修复任务的监督信号。
stanfordnlp · x · 2026-07-09
这是一篇新的 ICML 2026 论文《Anchored Self-Play for Code Repair》。论文讨论如何通过让模型进行自我博弈式训练，来扩展代码修复任务的监督信号。