EMNLP 2026 海报:CoVer 让模型同时学会写代码与自验证
algo_diver · x · 2026-10-26
作者在 EMNLP 2026(布达佩斯)展示第二张海报,介绍 Findings 论文 CoVer:通过执行结果锚定的协同验证,同时训练模型获得代码生成与自我评估能力,一个模型扮演生成与验证两个角色。
海报显示,相比 base 模型平均提升 32.35%、比 self-breaking 基线高 8.93;Pass@8 达 89.44。实验覆盖 HumanEval+、LiveCodeBench、BigCodeBench、CodeForces 等基准。要点:
- 生成-验证交替,验证含运行可用测试与执行反馈判断,无需额外模型,无标签数据可自奖励
- 敏感性分析显示 αₒ、βᵟ 参数选择影响效果
- 代码正确率与「远见评审」平均 Pass@8 从 67.78 提至 76.95
- 局限:标签仅对代码生成可靠,编程无关任务或非 Qwen 模型效果存疑
「研究」频道最新
- 用小开源模型逆向工程游戏二进制:主 agent 中途重写子 agent 的 harness — yb2698 · 2026-10-26
- 作者：盼合同形式化成为连接 AI 与经济学的「MDP 时刻」 — xuanalogue · 2026-10-26
- 研究发现：前沿 LLM 常为私利单方面撕毁 AI 合同 — xuanalogue · 2026-10-26
- ContractSim：首个评估 LLM 自然语言合同谈判的框架 — xuanalogue · 2026-10-26
- Partial RoPE 研究：仅旋转 10% 维度即可逼近全 RoPE 收敛 — BlancheMinerva · 2026-10-26
- 133 位专利律师实验：同样用 AI，老手被增强、新人陷入认知卸载 — xiaohu · 2026-10-26