A-ProS：通过多模型反馈实现可靠的自主编程

大型语言模型在自动代码生成方面潜力巨大，但利用执行反馈迭代优化解决方案的能力尚待探索。本文提出 A-ProS，一种通过混合多模型反馈框架解决竞技编程问题的自主智能体，将方案生成与专用调试分离。该框架结合 ChatGPT 生成器与三种调试批评模型。在 ICPC 和 Codeforces 数据集上的评估显示，经过三轮优化，GPT-5 的接受解数量显著提升。消融实验表明，有状态的精炼方法优于无状态方法，且相比基线代理循环实现了超过两倍的增益，突显了持久上下文和多模型反馈对可靠自主程序合成的重要性。