DeepSeek-Coder 相关 AI 资讯 · AI 热点

8月9日

02:28

02:28

lmarena.ai@lmarena_ai

精选

Trace-and-Amplify（TA）是UCLA博士生@hgzhou42提出的框架，可在无提示条件下大规模收集训练时奖励黑客轨迹。现有监控器在提示诱导黑客数据上准确率高达97.1%，但面对真实训练时黑客仅28.0%。TA训练的监控器将检测准确率从59.98%提升至90.16%，并在未见黑客类型上表现更好。实验基于Qwen2.5-Coder和DeepSeek-Coder，在LeetCode/TACO基准上验证。

AI模型 Trace-and-Amplify Qwen2.5-Coder DeepSeek-Coder

推荐理由：UCLA博士生搞了个Trace-and-Amplify，不用诱导就能抓训练时的奖励黑客，准确率从60%提到90%，比老方法强多了。

7月30日

09:22

09:22

官方一手arXiv: DeepSeek@Peiding Wang, Li Zhang, Fang Liu

MRCoder采用Map-Reduce范式，在Map阶段通过轻量草稿模型和结构感知草稿引导选择(SADGS)筛选信息上下文，在Reduce阶段聚合上下文并利用并行验证加速解码。在CoderEval和DevEval基准上，使用Qwen2.5-Coder和DeepSeek-Coder作为骨干模型时，MRCoder提升了代码生成准确率，同时减少了30%到50%的token消耗，推理时间降低最多52%。该方法相比现有RAG及上下文选择方法更高效地平衡了质量和计算开销。

论文 MRCoder Qwen2.5-Coder DeepSeek-Coder

推荐理由：MRCoder用Map-Reduce思路解决仓库级代码生成的上下文选择难题，比现有RAG方法节省30-50% token，推理快52%，在CoderEval和DevEval上准确率更高。

6月19日

09:35

09:35

官方一手arXiv: DeepSeek@Shi Chen, Rongcun Wang, Yuan Tian, Xiaoyuan Xie, Wei Song, Rubing Huang

该论文提出了SolidityBench，包含5,470个存储库级Solidity智能合约及其自然语言描述。同时提出SolidityScore，一种关注安全性修饰符、合约声明等域关键结构的语义度量。研究评估了Qwen2.5-Coder、DeepSeek-Coder和CodeLlama等模型在零样本、思维链、上下文学习、检索增强生成和监督微调五种方法上的表现。结果显示，通用模型在存储库级Solidity生成中存在结构性缺陷；在非参数方法中，检索增强生成效果最佳，而上下文学习在超过两个示例后因上下文饱和而性能下降；监督微调通过将Solidity特定约束内化到模型参数中实现了最大改进。

论文 Solidity SolidityBench SolidityScore

推荐理由：这篇论文为Solidity智能合约代码生成建了个新基准（5470个合约）和专用评分指标，测试了多个主流代码模型的各种方法，结论明确：靠谱的领域数据+微调最管用。

6月16日

12:06

12:06

官方一手arXiv: DeepSeek@Mehmet Iscan

针对参数不超过1.5B的冻结小代码模型，研究在无需微调下通过后验验证操作提升程序正确性的效果。在匹配计算量的泄密自由协议下，评估了26种语义后验算子（选择、验证、修复、消除等），均未能在HumanEval+和MBPP+上超越Best-of-N (BoN)的留出准确率。研究发现覆盖墙、能力剪刀差和空共识陷阱是根本原因。唯一带来精度提升的算子M1通过表达层恢复标准提取器丢弃的正确程序，使DeepSeek-Coder-1.3B在HumanEval+上多解+12题（p=2.4e-4），且零伤害。自适应共识早停（ACE）节省约19%计算量且无伤害。

论文 DeepSeek-Coder HumanEval+MBPP+

推荐理由：这篇论文测了26种后验操作，结论是除了M1都没跑过最朴素的BoN。M1靠恢复被遗漏的正确代码，让DeepSeek-Coder-1.3B在HumanEval+上多解对12题，值得搞代码生成的同学看看。