研究：代码大模型递归自训练会崩溃

一项 arXiv 论文研究代码大模型递归自训练的风险：AI 生成的代码进入真实代码库、之后又成为训练数据，会形成仓库级别的自我训练循环。作者 Xinyuan Song、Zekun Cai、Liang Zhao 比较了无审查、外部门控审查（编译与静态质量检查）和 AI 自门控审查（困惑度与二元自评分）三种递归微调方式。 在多个代码大模型和基准上，所有递归方式的表现都低于各自起点。外部过滤能保持可执行有效性，有时减缓下降；AI 自门控早期看似有效，后期失去过滤作用，二元自门控甚至出现接受分数上升而基准正确率下降的“橡皮图章”状态。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。