流量工程将代码生成的准确率提高一倍：由19%提高至44%

---

一篇新论文的作者提出了一种“强化”代码生成的方法。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

代码生成是人工智能中一项日益重要的能力。它通过训练机器学习模型，根据自然语言描述自动生成计算机代码。这一技术具有广泛的应用前景，可以将软件规格转化为可用的代码，自动化后端开发，并协助人类程序员提高工作效率。

然而，生成高质量代码对AI系统仍然具有挑战性，与翻译或总结等语言任务相比。代码必须准确地符合目标编程语言的语法，能够优雅地处理各种极端情况和意外输入，并精确地处理问题描述中的许多小细节。即使是其他领域看似无害的小错误也可能完全破坏程序的功能，导致编译或运行失败。

最近，CodiumAI的研究人员提出了AlphaCodium，这是一种新方法，可以显著提升GPT-4等大型语言模型的代码生成能力。他们的观点是，仅仅微调提示的措辞在解决复杂编码问题上具有固有的限制。相反，他们设计了一个多阶段流程，专注于通过迭代生成、运行和调试代码来对照测试用例，从而使模型能够从实践中学习。

提示工程的局限性

在自然语言任务中，提示工程是指对提示的措辞和结构进行仔细调整，以引导模型生成所需的输出。例如，在输入文本前加上“写简明的摘要：”这个短语，可以使模型生成更加准确的摘要。

提示工程已被证明在做文本生成引导大语言模型行为方面非常有效。然而针对编码问题，研究人员发现，即使进行广泛的及时调整，也只能获得微小的效益。这一发现令人深思。因此，生成高质量的代码仍然需要其他解决方案：

• 精确匹配目标编程语言的语法
• 优雅地处理极端情况和意外输入
• 解决问题陈述中描述的所有小细节和需求
• 为所有的有效输入确保代码正确编译和运行

这些结构性需求超出了文本生成的范围，无法硬编码到提示中。提示本身缺乏模型学习所需的编码技巧和具体反馈。

AlphaCodium迭代流程

为了应对这些挑战，研究人员开发了一种迭代流程，专门针对代码生成问题的结构。其中的关键创新在于利用所生成代码的执行结果作为学习信号，以提供直接的反馈。

AlphaCodium的流程有两个主要阶段：

预处理

• 模型将问题描述释义为项目符号，以提取关键细节。
• 解释每个示例输入/输出背后的预期逻辑。
• 提供两三个自然语言解决方案。
• 为代码覆盖生成额外的不同测试用例。

代码迭代

• 模型生成初始代码解决方案。
• 针对公共测试用例重复运行该代码，修复出现的错误。
• 对模型生成的测试用例执行同样的事情。
• 额外的测试用例被添加到不断增大的“测试锚”（test anchor）套件中，以防止回归。

通过增量推理问题、开发解决方案假设、扩展测试覆盖，以及反复生成和调试代码，模型通过经验来学习——这正是高质量代码生成所需的技能。

图1. 具有结构化输出的提示示例（生成可能的解决方案阶段）

研究人员发现，与端到端模型相比，将流程设计为具有清晰接口和目标的模块可以获得更好的结果。每个阶段首先专注于更简单的子任务，以积累知识，并发掘为下游阶段提供依据的洞察力。像测试生成这样的上游阶段不需要完整的解决方案，只需要基本的推理。

实验结果

研究人员依据CodeContests衡量基准对AlphaCodium进行了评估，该衡量基准包含来自竞争性编程比赛的数百个编码问题。

Machine Translation

聚合多个来源的AI翻译

49 查看详情

图2. 问题描述和反思——一个典型的CodeContests问题的例子，基于人工智能对问题进行自我反思。虽然最初的描述冗长而复杂，但适当的自我反思可以使问题更清晰、更连贯，从而改进代码解决方案

针对GPT-4模型，与经过大量优化的单个提示相比，AlphaCodium将验证集上的代码生成准确率从19%提高到了44%。面对不同的模型大小和测试集，这个好处依然适用，与单独的提示工程相比收效显著。

AlphaCodium的性能也显著优于之前发布的方法，比如AlphaCode和CodeChain，同时使用更少的计算资源。比如说，它通过避免不必要的蛮力生成，其准确性可以媲美AlphaCode，而模型查询少10000倍。

这些结果证明了围绕任务结构整体设计AI系统的价值，而不是将其视为通用文本生成器。通过合并迭代代码运行和调试，AlphaCodium更好地将训练过程与生成健壮实用代码的最终目标结合起来。

更广泛的影响

虽然针对竞争性编程问题进行了演示，但AlphaCodium中使用的概念为AI推进代码生成提供了更广泛的适用经验：

• 单单提示工程对于处理复杂的代码任务具有局限性。具体解决问题的经验至关重要。
• 基于测试的开发规范可以为模型训练提供依据。测试提供了明确的适应度函数。
• 迭代代码调试将模型改进的重点放在实际发生的错误上。
• 测试覆盖扩展突出了提示中不可见的泛化性差距。
• 具有双重验证的软决策减少了脆弱性和偏差。

AlphaCodium为基于软件工程最佳实践的代码生成提供了一种大有前途的新范式。关于泛化性和计算开销仍然存在有待商榷的研究问题。但这里展示的原则（从经验中学习、测试驱动开发、模块化推理和迭代式调试）似乎为提高AI的编码能力提供了坚实的基础。

论文链接：https://arxiv.org/pdf/2401.08500.pdf。

代码库：https://github.com/Codium-ai/AlphaCodium。

原文标题："Flow engineering" doubles code generation accuracy (19% vs 44%)，作者：Mike Young

链接：https://notes.aimodels.fyi/flow-engineering-intensifies-for-code-generation/。

以上就是流量工程将代码生成的准确率提高一倍：由19%提高至44%的详细内容，更多请关注其它相关文章！

# 这一  # 长治手机网站优化  # 揭阳优化网站怎么收费的  # 珠海建设企业网站  # 井陉国内网站推广报价  # seo的考核指标有哪些  # 如何快速提示关键词排名  # 南平市全网营销推广  # dz论坛seo代办  # 携程网站如何推广  # 美业营销推广模式  # 丰田  # 人工智能  # 本田  # 高质量  # 解决问题  # 软件工程  # 所需  # 一倍  # 迭代  # codiumai  # 代码生成  # 自然语言 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 对艺术家拒绝置若罔闻，Stability AI 将推出适应多种画风的开源模型  华为大模型登Nature正刊！审稿人：让人们重新审视预报模型的未来  谷歌StyleDrop在可控性上卷翻MidJourney，前GitHub CTO用AI颠覆编程  从谷歌到亚马逊，科技巨头们的AI痴迷  ChatGPT 可以设计机器人吗？  微软向美国政府提供GPT的大模型，安全性如何保证？  昇腾AI大模型训推一体化解决方案将在WAIC发布  即时 AI再次升级 30秒生成自带动效的网页 生成速度提升100%  腾讯机器狗进化：通过深度学习掌握自主决策能力  中美陷入囚徒困境，人工智能变得不可控？可参考核不扩散条约规范  当一个网站的内容被 AI 完全接管  开创全新虚拟现实体验的Pimax Crystal VR头显  AI进军债券交易，BondGPT来了！  超级智能到底是什么？  “木头姐”：特斯拉的人工智能训练——“赢家通吃”的机会  自动驾驶汽车避障、路径规划和控制技术详解  京东 AI 大模型官宣 7 月 13 日发布，还有重磅合作  小米首次曝光 64 亿参数的 MiLM-6B AI 大模型，或将应用于小爱同学  “五年内人类程序员将消失”预言引争议，AI真的那么强大了吗？  奥比中光子公司和斯坦德机器人深度合作，共同推进新一代激光雷达的研发  OpenAI首席执行官表态支持欧盟AI监管  马斯克嘲讽人工智能：机器学习本质就是统计学  马斯克回应人工智能拯救世界：人类已处于“半机器人”状态  金山办公：AI是重要的产品战略之一  掌阅科技入选北京市通用人工智能产业创新伙伴计划第二批成员名单  猿编程参加人工智能高峰论坛，推动人工智能教育解决方案在千所学校推行  微软AR/VR专利提出使用时间复用谐振驱动产生双极性电源  人工智能如何用于家庭安全  Meta 推出 Quest 超级分辨率技术，让 VR 画面更清晰  导演郭帆：人工智能应用可能会影响《流浪地球 3》的创作开发  如何获得元宇宙的第一个属于自己的空间  用AI升级会议体验！思必驰多款会议产品亮相全球智博会！  前特斯拉总监、OpenAI大牛Karpathy：我被自动驾驶分了心，AI智能体才是未来！  英特尔张宇：边缘计算在整个AI生态系统中扮演重要角色  两小时就能超过人类！DeepMind最新AI速通26款雅达利游戏  机构：边缘AI或是当前预期差最大的AI方向  美图发布国内首个“懂美学的”AI视觉大模型MiracleVision  看似低调，实则稳健：字节在AI路上会遇到什么？  华为推出全新操作系统HarmonyOS 4，AI和新引擎完美融合  2025 年开发者必须知道的六个 AI 工具  AI时代，企业需要什么样的员工？  笔神作文声讨学而思AI大模型 称用“爬虫”技术盗取数据  AI生成新闻网站数量激增，正在疯狂赚取广告收入  人工智能的变革之路：通过OpenAI的GPT-4漫游  华为云发布华为云盘古模型3.0和升腾AI云服务，亮点亮相2025华为开发者大会  基于预训练模型的金融事件分析及应用  Meta 开源 AI 语言模型 MusicGen，可将文本和旋律转化为完整乐曲  软通动力天枢元宇宙研究院签约落户江宁高新区  天翼云在国际AI顶会大模型挑战赛中获得冠军  生活垃圾智能分类机器人社区展“才能”，征求居民意见 

 2024-02-05