arXiv · cs.CL· Prashank Kadam·· 1 天前精选AI 评分62
arXiv 论文系统综述并控制变量重评 LLM 生成代码质量提升技术
Beyond Passing Tests: A Systematic Review and Controlled Re-evaluation of Techniques for Improving the Quality of LLM-Generated Code
来源与原文
arXiv · cs.CL
作者：Prashank Kadam
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.38977v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
arXiv 论文 2610.38977 对提升 LLM 生成代码质量的技术做系统综述与控制变量重评，综述涵盖 2021 年 7 月至 2026 年 10 月的 628 项研究。控制实验在四个模型上以相同预算测试十种技术并扩展至 13 个模型与仓库级任务，66 项重点技术中仅 1 项在其目标指标上以超出 95% 区间的幅度胜过 best-of-n 采样，与随机水平一致；作者建议对照预算匹配的采样基线并用独立于技术自身信号的指标报告收益。
推荐理由
论文在等算力预算下重测十种代码质量提升技术，发现66项技术仅1项显著超过best-of-n基线，结论对选型有参考价值。
来源：arXiv · cs.CL · arxiv.org