Beyond the Verdict: Agentic Code Judging with Verifiable Feedback

Đoạn trích bài viết

Việc quy mô thời gian thử nghiệm cho các mô hình ngôn ngữ lớn (LLM) có thể liên quan đến việc tạo ra nhiều giải pháp ứng cử viên để lựa chọn hoặc sửa đổi một nỗ lực trước đó. Để hướng dẫn lựa chọn và sửa đổi, chúng ta cần một người xác minh có thể ước tính sự chính xác của ứng cử viên và cung cấp bằng chứng về thất bại.