arXiv · ML· Elad Sharony, Ido Greenberg, Jialin Song, Shie Mannor, Gal Chechik, Eli Meirom·· 2026-10-14AI 评分30
CodeTriage 通过学习搜索策略提升 LLM 代码修复效率
Make Every Expansion Count: Learning to Search Efficiently in LLM Code Repair
AI 导读
研究者提出名为 CodeTriage 的 0.6B 参数模型,用于在 LLM 代码修复中优化编辑优先级。该模型通过预测修复步骤分布,使修复所需的程序修订次数减少 21%,输出 token 数减少 12%。 研究还发布了一个包含 12.2M 程序版本的数据集,该模型在未重新训练的情况下,在 11 个未见过的 LLM 上均取得了最高平均成功率。
来源:arXiv · ML · arxiv.org