PyINE框架与PyINE-v1数据集发布

研究者提出 PyINE 框架，用带插桩的 Python 程序作为可验证执行基底，实现可扩展的诱导与监督，并发布首个版本 PyINE-v1 数据集。该数据集基于近 100 万条确定性执行轨迹和超 50 万个匹配的 LLM 生成代码变体构建，用于反事实评估。 实验显示，数据集层面的汇总性能会掩盖对关键失败模式的覆盖不足：低成本学习型监督器常漏掉罕见的捷径驱动错误，而更强的模型检查更均衡但成本显著更高。

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。