跳到正文
热点事件持续更新

arXiv发布代码正确性预测鲁棒性研究

1 篇报道1 个报道来源23 小时前更新

先了解这件事

AI 综述

2026年11月5日，研究人员在arXiv发布论文，对比六种无执行代码正确性预测器在分布偏移下的表现。该研究旨在评估不同信号在语言分布偏移及基准测试偏移中的生存能力。 在Qwen3-Coder-30B模型测试中，因果定位法表现最优，在语言分布偏移中保持0.09 AUROC的领先优势，显著优于非因果预测器。然而该优势未能一致泛化至gpt-oss-20b模型或基准测试偏移场景。 研究还发现，预测器主要通过识别模型易失败的问题，实现了程序正确性预测在基准间的成功迁移。

AI 根据报道生成 · 22 小时前更新

最新进展11月6日 13:00
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

报道时间线

沿着报道，了解事件的不同侧面。

11月6日
  1. arXiv · ML
    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

    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。

本事件热度走势

可比范围当前
5
可比范围峰值
911月6日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。