arXiv · ML· Viola Campos, Thomas Klassert, Adrian Ulges·· 23 小时前AI 评分31
代码正确性信号在分布偏移下的生存能力：隐藏状态与因果预测器
Which Signals of Code Correctness Survive Distribution Shift? Hidden-State and Causal Predictors of Program and Verdict Correctness
AI 导读
在 Qwen3-Coder-30B 上，因果定位法在语言分布偏移中使判决正确性预测保持 0.09 AUROC 领先于输出置信度。 该优势显著优于最佳非因果预测器 0.04 AUROC，但在 gpt-oss-20b 或基准测试偏移中未能一致泛化。 对于程序正确性，预测器主要通过识别模型易失败的问题在基准间成功迁移。
来源：arXiv · ML · arxiv.org