SolidCoder：通过具体执行弥合 LLM 代码生成中的心智 - 现实差距

现有代码生成框架依赖大模型内部的心理模拟来验证正确性，但存在“心智 - 现实差距”，导致模型幻觉执行轨迹并错误验证有缺陷代码。该差距体现为规范差距（规划时忽略边界情况）和验证差距（对错误代码产生正确行为的幻觉）。本文提出 SolidCoder，遵循“不要想象，要执行”原则，通过在算法设计前强制感知边界情况，并利用基于属性的预言机进行沙箱执行以替代想象轨迹。实验表明，该方法在 HumanEval、CodeContests 和 APPS 基准上均取得最先进性能，证实弥合这两类差距对鲁棒代码合成至关重要。