arXiv· Prashank Kadam·· 2 天前推荐指数66
arXiv论文系统重评66种LLM代码质量提升技术，多数增益不及best-of-n基线
Beyond Passing Tests: A Systematic Review and Controlled Re-evaluation of Techniques for Improving the Quality of LLM-Generated Code
AI 导读
论文对628项研究（2021年7月至2026年10月）做系统综述，并在等算力预算下对10种技术、4个模型及后续扩展到13个模型和仓库级任务进行受控重评，在 Gemma 4 31B 上对66种技术做头对头比较。
来源：arXiv · arxiv.org