PreciseCoder：调试训练算法缩小代码编辑

Yunkai Zhan 等作者提出训练算法 PreciseCoder，在单元测试奖励之外加入语义验证的局部编辑信号，用于代码调试的强化学习。作者称，该算法在 4B、9B、27B 模型上将平均编辑行数从 7–15 行降至 3 行，通过率与纯单元测试奖励训练持平。 这一结果来自 arXiv 论文，其效果由作者报告，尚未见独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。