# PreciseCoder

只用单元测试做强化学习，模型通过率上去了，却学会多改代码、甚至在本来正确的程序里编造缺陷。PreciseCoder在单元测试奖励之外加入一项按参考修复逐处核验的编辑精确率与召回率信号，在4B、9B、27B模型上把平均改动行数从7–15行降到3行，通过率与只用单元测试训练持平，并让正确代码上的不改动率升到47–52%。

只用单元测试做强化学习，模型通过率上去了，却学会多改代码、甚至在本来正确的程序里编造缺陷。PreciseCoder在单元测试奖励之外加入一项按参考修复逐处核验的编辑精确率与召回率信号，在4B、9B、27B模型上把平均改动行数从7–15行降到3行，通过率与只用单元测试训练持平，并让正确代码上的不改动率升到47–52%。