用于代码生成的多数投票
机器学习
2026-04-20 v1
摘要
我们研究了功能多数投票（FMV），这是一种基于功能共识的代码生成方法，适用于大语言模型，它利用在测试输入上的运行时执行签名，从多次生成中识别出代表性解决方案。我们发现 FMV 是一种有效的测试时推理策略，在 LiveCodeBench 上显著提升了性能，且没有产生巨大的计算开销。此外，我们扩展了功能共识的效用，并将其作为无标签测试时强化学习的聚合策略。我们证明这提高了留出任务的 pass@1，但未发现超越基础模型性能上限的自我改进证据。
引用
@article{arxiv.2604.15618,
title = {Majority Voting for Code Generation},
author = {Tim Launer and Jonas Hübotter and Marco Bagatella and Ido Hakimi and Andreas Krause},
journal= {arXiv preprint arXiv:2604.15618},
year = {2026}
}
备注
ICLR 2026 Test-Time Updates (TTU) Workshop