研究揭示大模型代码修复过度修改问题
发生了什么
据Hugging Face Papers发布的研究，大语言模型在代码修复任务中普遍存在过度修改现象，即重写超出修复需求的代码。研究通过400个BigCodeBench问题构建评估框架，发现即使是GPT-5.5等前沿模型也存在此问题。研究指出，使用保留指令可将平均多余编辑距离从0.195降至0.131，并提升2.3个点的Pass@1准确率。此外，强化学习在提升编辑保真度与性能保持方面优于监督微调。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- Hugging Face Papers转载
研究揭示大语言模型代码修复过度修改问题，发现保留指令与强化学习可有效提升编辑保真度
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口