arXiv · NLP· Huifei Wang, Xinying Huang, Yiheng Sun, Yifan Yuan·· 5 小时前AI 评分26
ReMCTS: 反思增强的蒙特卡洛树搜索用于代码生成
ReMCTS: Reflection-Enhanced Monte Carlo Tree Search for Code Generation
AI 导读
ReMCTS 提出一种结合执行反馈、记忆增强与 LLM 引导的 MCTS 式搜索框架，提升代码生成可靠性。该框架以树状态组织程序候选项，保留分支级调试上下文，并跨分支检索失败经验。在 HumanEval 和 MBPP-Sanitized 的可见测试中，ReMCTS 在 10 个模型-数据集组合中的 8 个上优于直接生成，且通过 30 个任务的 C++ 试点验证了其与编译器执行环境的兼容性。
来源：arXiv · NLP · arxiv.org