對話式序列化

深度分析

對話式序列化教學模型：開放權重 Qwen 在程式除錯學習的效能提升

本研究針對程式教育中的學生行為模擬，提出將真實的程式提交與測試回饋序列化為對話式資料，以訓練開放權重的程式學習者模型。方法結合監督式微調與偏好最佳化，使 4B/8B Qwen 模型在模擬除錯行為上優於僅程式碼或大型封閉模型的基線，提升功能對齊與程式碼相似度。