跳到主要内容
检索

# 迭代调试GRPO

1 篇关联报道

订阅更新
  1. aclanthology.org

    PDE求解器调试不再整段重写:只遮住出错代码段,单次修复从64.85秒降到0.748秒

    PDE求解器的自动修复改用离散扩散语言模型:不再从左到右重写整份代码,而是只把出错代码段重新遮住、在左右上下文都在的情况下补全。在PDEBench的五个方程族上,同一检查点下局部补全把平均Pass@32从0.4938提到0.5063,单次修复延迟从64.85秒降到0.748秒;初始生成仍慢于同规模自回归模型,端到端最坏情况平均成本为55.5秒。

已读完全部报道