EvolveCoder：通过对抗性验证进化测试用例以用于代码强化学习

针对现有代码强化学习数据集中验证信号弱且静态的问题，本文提出一种基于解条件且具备对抗性的验证框架。该框架依据候选代码的执行行为迭代优化测试用例，旨在提升难度、判别力并减少冗余。基于此构建了大规模数据集 EvolveCoder-22k。实证表明，迭代优化显著增强了验证效果，使 pass@1 从 43.80% 降至 31.22%。在该数据集上的强化学习实现了稳定优化，使 Qwen3-4B 在四个基准上平均提升 4.2 分，优于同规模基线，凸显了对抗性验证在代码生成中的重要性。