Code Generation Test-Driven Development LLM Reliability
摘要

针对现有大模型测试驱动开发依赖人工测试用例及忽略模型随机性导致反馈失真等问题,本文提出 MineValiCoder 框架。该框架包含测试用例质量挖掘、并行 TDD refinement 及基于二分图的代码 - 测试互验证三个模块,通过闭环协作过滤错误测试并优化代码选择。实验表明,该方法在 HumanEval 等基准上显著优于现有技术,有效缓解了 LLM 随机性,提升了自动化代码生成的可靠性。

AI 推荐理由

论文核心研究基于测试驱动开发的代码生成技能,通过互验证机制提升工具使用可靠性。

研究机构
中国科学院信息工程研究所,北京,中国 电子科技大学,成都,中国
论文信息
作者 Zhen Zhao, Qihang Yang, Feifei Dai, Xiangfang Li, Bo Li
发布日期 2026-07-24
arXiv ID 2607.22471
相关性评分 9/10 (高度相关)