修正初始代码：通过迭代细化文本方向实现安全多轮代码修正
机器学习
2026-04-28 v1 人工智能
摘要
最近的工作强调了推理计算的规模。从这个角度，提出了最先进的方法Scattered Forest Search(SFS)，它采用精心设计的初始种子和文本优化进行多轮代码修正。然而，其复杂性使得不清楚哪些因素对推理性能的提升贡献最大。为此，我们分析了SFS并提出了一种更简单的方法Iterative Refinement of Textual Directions(IRTD)，固定初始代码并迭代细化文本方向。由于IRTD的简单性，我们使用Oracle-Guided Inductive Synthesis(OGIS)理论上建立了IRTD的安全性。实验表明，IRTD在多个代码生成基准上实现了与最先进方法相当的推理性能。这些结果表明，即使没有复杂的搜索结构，通过高质量文本方向对初始代码进行细化即可有效提高推理性能。
引用
@article{arxiv.2604.23989,
title = {Fix Initial Codes and Iteratively Refine Textual Directions Toward Safe Multi-Turn Code Correction},
author = {Yuto Tanaka and Issei Sato},
journal= {arXiv preprint arXiv:2604.23989},
year = {2026}
}