IFCodeEvolve：演員-模板共演進與MCTS驅動的程式指令資料生成

IFCodeEvolve：用演員-模板共演進生成訓練資料

IFCodeEvolve提出一套針對指令追隨的程式資料生成框架，重點在以結構化模板系統擴充指令空間，並用強化式採樣提高資料品質。

作者將人類指令以參數化函數模板（schema）表示，透過動態約束實例化來覆蓋龐大的指令變體。為有效搜尋這個高維空間，系統採用Monte Carlo Tree Search（MCTS）作為採樣器，而演員模型的回饋被用作動態終止信號，讓採樣過程能根據模型表現調整結束時機，提升樣本效用。

進一步，研究引入共演進機制：模板庫與演員模型並行演化，透過模板的組合與突變來生成更具挑戰性的題目，並以採樣統計驅動優先擴展那些能帶來最大學習收益的模板。此循環使得訓練資料隨時間聚焦於提高模型弱點的題型。

實驗結果顯示，IFCodeEvolve能顯著提升基礎模型的程式指令追隨能力；論文指出其模型在對比中達到與部分專有技術相近的表現。此外，團隊公開IFCodeBench，一個包含人工驗證解答且以AST為基礎驗證的評測集，用以衡量模型在結構化代碼正確性上的表現。

整體而言，IFCodeEvolve提供一條以結構化模板與自適應採樣結合的路徑，朝向系統性生成高品質、具挑戰性的指令配對程式資料，對自動程式化的訓練資料工程具有實務參考價值。

延伸閱讀

• ManimTrainer 與 ManimAgent：以 SFT＋GRPO 結合 Renderer-in-the-loop 驅動 LLM 程式化動畫
• 在資料與算力受限下：以 RLVR 微調 Qwen3-4B 等小型語言模型的實驗結果
• 分層認知的時間序列推理：HiTSR 資料集與 LLaTiSA 多模態模型

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。