跳到正文
热点事件持续更新

ReMCTS代码生成搜索框架论文发布

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

ReMCTS提出结合执行反馈、记忆增强与LLM引导的MCTS式代码生成框架，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++试点验证了与编译器执行环境的兼容性。 该论文由Huifei Wang等发布，将发表于EMNLP 2026会议论文集。

AI 根据报道生成 · 1 小时前更新

最新进展10月28日 12:00
ReMCTS: 反思增强的蒙特卡洛树搜索用于代码生成

报道时间线

沿着报道，了解事件的不同侧面。

10月28日
  1. arXiv · NLP
    ReMCTS: 反思增强的蒙特卡洛树搜索用于代码生成

    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。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。