跳到正文
热点事件持续更新

HARDTESTGEN:合成高质量测试用例用于算法代码RL验证

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Zhongmou He 等研究团队提出 HARDTESTGEN 流水线,为算法编程题自动合成高质量测试用例,作为大语言模型强化学习训练的验证信号,并构建了含 26.6k 题目的 HARDTESTS 数据集。该工作以 ICLR 2026 论文形式发布。 据论文所述,相比现有测试,其验证 LLM 生成代码的精度提升 11.22 个百分点;用 HARDTESTS 验证器进行拒绝采样和 RL 后训练可提升代码生成性能。数据集与合成管线已开源。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.AI
    HARDTESTGEN:面向大语言模型算法代码的高质量 RL 验证器生成流水线

    研究团队提出 HARDTESTGEN,为算法编程题自动合成高质量测试用例,用作强化学习的验证信号,并构建了含 26.6k 题目的数据集 HARDTESTS。相比现有测试,其验证 LLM 生成代码的精度提升 11.22 个百分点。用 HARDTESTS 验证器做拒绝采样和 RL 后训练可提升代码生成性能,数据集与流水线已开源。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月16日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。