arXiv cs.AI· Jingjing (May), Liu, Dishu Yang, Hongbo Qin, Hansong Zhang·· 8 小时前AI 评分31
测试通过却语义不符：DataFrame 代码生成中的解释锁定现象
Passing Tests, Missing Semantics: Evidence of Interpretive Lock-In in Plan-Based DataFrame Code Generation
AI 导读
在 30 个源自 TPC Benchmark DS 的 DataFrame 任务上，测试通过数从 Frozen One-Pass 的 22/30 升至 Test-Guided Revision 的 29/30 和 PlanAudit-Guided Revision 的 30/30，但没有一个生成方案匹配存储的参考输出。
来源：arXiv cs.AI · arxiv.org