arXiv cs.AI· Jiawen Li, Chenming Ge, Alice Gao, Rishab Vempati, Yi-Hao Peng, Jason Wu·· 1 天前AI 评分35
RELIEF：基于交互体验与反馈修订的代码生成模型改进方法
Revision-Based Learning from Interactive Experience and Feedback
AI 导读
arXiv 论文提出 RELIEF 方法，用编码智能体修订代码生成模型产出的界面，并将改进融入原始生成轨迹作为微调监督数据。研究团队收集了 200 个合成网站、355 段交互记录及 24 名用户的反馈，微调了两个代码生成模型的多个变体。结果显示反馈效果随基础模型能力而变，其中来自人类交互记录的批评在测试模型下带来最大的可用性提升。
来源：arXiv cs.AI · arxiv.org