arXiv · cs.AI· Yunkai Zhan·· 14 天前AI 评分42
PreciseCoder：在单元测试奖励之外实现精准、可泛化的代码调试训练算法
PreciseCoder: Faithful and Generalizable Debugging Beyond Unit-Test Rewards
来源与原文
arXiv · cs.AI
作者：Yunkai Zhan
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/2610.18755v1
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
论文提出 PreciseCoder，在单元测试奖励基础上加入语义验证的局部编辑信号，让代码模型调试时更少改动且不幻觉出错误。在 4B、9B、27B 模型上，平均编辑行数从 7-15 降至 3，通过率持平；仅用单行 bug 训练即可泛化到仓库级修复。将 9B 模型的推理轨迹提供给 GPT-5.6 Sol 和 Qwen3.8-Max，可使编辑精度提升 4.6-12.4 分。
来源：arXiv · cs.AI · arxiv.org