摘要
代码是大语言模型生成图表、CAD 模型等结构化产物的媒介。针对单次推理在不可见编译器或渲染器面前脆弱的问题，本文提出 PairCoder。该方法将审查扎根于工具链，实现为双 Agent 结对编程：Driver 代理编写代码，Navigator 代理依据诊断、执行结果及渲染对比进行审查，错误持续时互换角色。实验表明，PairCoder 在 17 个基准测试中显著提升了可验证产物的生成质量，尽管成本增加约 7 倍，但为代码驱动生成提供了可靠方案。
AI 推荐理由
论文核心提出双 Agent 结对编程范式，通过工具链反馈进行代码审查与修正，显著提升技能执行可靠性。
研究机构
THU
PKU
PolyU, Hong Kong
USTC
UESTC
Tianjin University
Independent Researcher
Guangming Lab
BAALI
Tongji University
论文信息