跳到正文
arXiv · NLP· Prashank Kadam·· 21 天前AI 评分40

LLM 生成代码质量改进技术的系统综述与受控重评估

Beyond Passing Tests: A Systematic Review and Controlled Re-evaluation of Techniques for Improving the Quality of LLM-Generated Code

AI 导读

基于 628 项研究的系统综述与受控重评估显示,许多 LLM 代码质量改进技术缺乏公平比较证据。 重评估覆盖 4 个模型及 13 个当前模型,在匹配计算预算下测试正确性、可维护性、效率和安全基准。 结果建议在预算匹配的采样基线和技术独立度量上报告增益,避免仅依赖单一自动化信号。

来源:arXiv · NLP · arxiv.org