基于演化算法的自动化提示工程用于高成本代码生成
软件工程
2025-07-31 v2 人工智能
神经与进化计算
摘要
大型语言模型在软件开发任务中日益增长的应用尤其体现在代码生成领域。最新方法尝试将代码执行反馈纳入提示中，以引导LLM在迭代过程中生成正确代码。虽然这些方法有效，但由于与LLM的大量交互和大量标记用量，成本较高。为此，我们提出了一种替代方法，称为Evolutionary Prompt Engineering for Code (EPiC)，它利用轻量级演化算法将原始提示细化为生成高质�代码的改进版本，同时与LLM的交互最少。我们通过对比最新(SOTA)基于LLM的代码生成代理，表明EPiC不仅在pass@k指标上提升了最高6%，而且比基线方法在成本效益方面高出2-10倍。
引用
@article{arxiv.2408.11198,
title = {Automated Prompt Engineering for Cost-Effective Code Generation Using Evolutionary Algorithm},
author = {Hamed Taherkhani and Melika Sepindband and Hung Viet Pham and Song Wang and Hadi Hemmati},
journal= {arXiv preprint arXiv:2408.11198},
year = {2025}
}