DiffCodeGen：以覆蓋率導向差異分析提升測試時程式碼生成表現

摘要重點

DiffCodeGen提出一套不依賴既有測資也不需額外大型模型呼叫的測試時擴展（test-time scaling）流程，透過覆蓋率導向的差異分析來提升程式碼生成品質與效率。

方法概述

首先，系統以多種採樣與提示策略產生多個候選程式。接著，採用覆蓋率導向的模糊測試來合成可執行的輸入案例，並在這些輸入上執行所有候選，捕捉其動態行為資料。

依據執行時行為，對候選進行行為相似性聚類，最後從最大的一個叢集中選出中位代表（medoid）作為最終輸出。選擇機制完全在執行端完成，不會再呼叫語言模型，也因此不會額外消耗token。

優勢與應用

與以往需要公開測資或額外模型推論來篩選候選的方法相比，DiffCodeGen在時間與token成本上大幅節省，且設計為非同步執行，能自然整合到代理式編碼工作流程。方法同時具模型無關性，可與其他推理型模型結合以進一步提升效能。

實驗與結論

作者在多款大型語言模型上驗證，結果顯示DiffCodeGen能在效能和資源使用上與或超越現有測試時擴展方法，同時維持高擴展性與效率，對實務工程流程具有實際應用潛力。

延伸閱讀

• 評估大型音訊語言模型（LALM）的文字先驗效應與音訊依賴性
• UniSonate：以 Dynamic Token Injection 與 Multimodal Diffusion Transformer 統一語音、音樂與音效生成
• ONOTE：為全模態（Omnimodal LLM）記譜處理建立的確定性評測基準

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。