HiLDe：基于人在回路解码的意图性代码生成
人机交互
2025-06-03 v2 人工智能
编程语言
摘要
尽管 AI 编程工具有望极大地提升程序员的能力和生产力，但它们往往将用户排除在基本的决策过程之外，导致许多人实际上“关闭大脑”并过度依赖这些系统提供的解决方案。这些行为在软件安全等关键领域可能产生严重后果。我们提出了“人在回路解码”，这是一种新颖的交互技术，允许用户在代码生成过程中观察并直接影响 LLM 的决策，以使模型的输出与其个人需求保持一致。我们在代码补全助手 HiLDe 中实现了该技术，它会突出显示 LLM 做出的关键决策，并提供局部备选方案供用户探索。在一项针对安全相关任务的被试内研究（N=18）中，我们发现，与传统的代码补全助手相比，HiLDe 使参与者生成的漏洞显著减少，并能更好地使代码生成与其目标保持一致。
引用
@article{arxiv.2505.22906,
title = {HiLDe: Intentional Code Generation via Human-in-the-Loop Decoding},
author = {Emmanuel Anaya González and Raven Rothkopf and Sorin Lerner and Nadia Polikarpova},
journal= {arXiv preprint arXiv:2505.22906},
year = {2025}
}
备注
10 pages, 6 figures