★ 4
验证器驱动的智能体 RL 实现可证明正确代码
论文构建智能体环境与奖励，读取程序验证器的诊断而非仅判定结果，按已履行证明义务的加权比例评分，并加入完整性审计防止策略作弊。在 Qwen3 系列模型上，DafnyBench 留出验证率从 66.1% 升至 93.5%，SWE-Proof 从 56.3% 升至 100%，仓库补丁问题解决率从 59.…
arXiv cs.LG18 天前
#程序合成
共 5 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
Hill采样：测试时扩展的简单高效替代方案
论文提出Hill采样，一种简单程序：从冻结LLM反复采样候选程序编辑，保留当前最优程序并以其为条件继续采样。在圆填充、集合和差及Erdos最小重叠问题上，Hill采样在圆填充上创下已发表方法新纪录，超越AlphaEvolve参考结果。研究还发现直接学习LLM权重的进化策略不如将学习率设为零，表明重…
arXiv cs.LG40 天前
★ 2
研究提出预算受限的代码自改进编辑预评分方法
论文研究能改写自身脚手架（scaffold）的编码智能体如何在编辑被评估前选择扩展对象，用父代求解率与 diff 坐标拟合线性读出并冻结系数。在 HumanEval+ 留出集上，GPT-4o 十二次运行返回节点达 87.0%，高于父代率消融的 84.2%；Claude Sonnet 4.5 下为 …
arXiv cs.AI11 天前
★ 2
Code to Control：合成参数化反应式控制器
论文提出 Code to Control，由 LLM 合成控制器程序结构，再用无导数搜索拟合连续控制参数，学成后无需 LLM 推理或规划即可实时执行。在 Atari、Flappy Bird 与 MuJoCo 任务上，该方法优于基于规划的程序合成，与深度强化学习相当但环境交互更少，并能迁移到动力学显…
arXiv cs.AI32 天前
★ 1
研究：程序合成揭示人类协作规范传播中算法结构流失
论文通过大规模人类实验研究新型社会规范的传播扩散，借助程序合成刻画不同人群形成的协作程序。发现继承的程序在跨变体互动中趋于结构简化与丢失，但互动修复机会可抵消这一压力，保留复杂算法。结果表明互动推理调节着程序性规范文化演化中的结构复杂度选择压力。
arXiv NLP13 天前