LLM 中发现可迁移的「目标编码」:Python 计划植入 C++ 照样执行
paul_cal · x · 2026-11-20
Arnab 与 Paul Calvano 观察到 LLM 生成代码时存在类似「目标编码」的迹象:模型会在生成过程中规划出稍后要写的代码块,这种规划足够抽象,可以注入到另一种语言的 stub 或上下文中。
实验中,他们从一段 Python 代码中提取该编码,植入 C++ stub,模型便用不同的库、语法和变量名在 C++ 中实现了同样的算法逻辑。作者称之为「可塑性」:LLM 能用适配环境的差异化路径实现同一目标编码。
「研究」频道最新
- 用户建模系统 persimmon 将亮相 NeurIPS 用户模拟工作坊 — ericzelikman · 2026-11-20
- 开发者自制 MLE-Agent:MLE-Bench Tiny 金牌率 100% — InfamousTrouble7993 · 2026-11-20
- 密码学家 Matt Green 思辨:n^25 银河算法是宇宙常态还是通往 Algorithmica 的先兆 — matthew_d_green · 2026-11-20
- MIT 与 NVIDIA 推出 QDA:用智能体自动设计量化方案,64 GPU 小时超越最强人工配方 — omarsar0 · 2026-11-20
- 研究者用 AI 审计 700 万篇论文,已扫描 50 万附件发现 100+ 问题 — gleech · 2026-11-20
- Harmonic 的 Aristotle 4 小时为核聚变装置写出经形式化验证的控制器 — satnam6502 · 2026-11-20