arXiv · AI· Yuqing Zhai, Xiaohong Chen, Lingming Zhang, Sriram Vishwanath, Grigore Rosu·· 2026-10-08AI 评分28
基于 K 框架的验证失败诊断:为编程智能体生成可复用指导
From Verification Failures to Reusable Guidance for Coding Agents
AI 导读
在 HumanEval 基准的 164 项 Python 任务中,结合 K 框架与特定工具包实现了 164/164 的成功率。 该方案通过 AI 审计发现缺陷,在 KleverBench 中测试了 31 个程序,但资源受限下的结果混合,表明需进一步优化指导选择。
来源:arXiv · AI · arxiv.org