Retriv 在 BLP-2025 任务 2：基于测试驱动的反馈指导的孟加拉到 Python 代码生成框架

大型语言模型 (LLM) 已推动了从自然语言提示生成代码的自动化。然而，像孟加拉这样的低资源语言 (LRL) 因限量可用的指令-代码数据集和评估基准而处于欠represented 状态。为此，BLP 工作坊于 IJCNLP-AACL 2025 引入了关于“孟加拉代码生成”的共享任务。本文提出一种方法，将指令提示与使用微调的 Qwen2.5-14B 模型进行测试驱动、反馈指导的迭代细化过程相结合。该模型从孟加拉指令生成代码，测试其对抗单元测试，并通过三次评估迭代细化任何失败的输出，使用测试反馈指导每一步。我们的方法帮助“Retriv”团队在共享任务中获得第二名，Pass@1 分数为 0.934。分析表明，孟加拉指令理解和 Python 代码生成之间存在挑战，强调在 LRL 中需要针对性方法。我们公开了实验脚本供社区使用。