RELIEF：基于交互体验与反馈的交互式代码生成模型微调方法

论文提出 RELIEF 方法，利用编码智能体修订交互界面并整合至生成轨迹中，为代码生成模型微调提供监督信号。 该方法构建了包含 200 个合成网站、355 段交互记录及 24 位用户反馈的数据集，通过代码检查与人类交互记录对两类模型进行微调。 结果显示基于人类交互记录推断的批评在测试模型中带来了最大的可用性提升。