Buchumschlag

Process-Supervised Reinforcement Learning for Code Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ye, Yufan, Zhang, Ting, Jiang, Wenbin, Huang, Hua
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Debug2Fix: Can Interactive Debugging Help Coding Agents Fix More Bugs?
von: Garg, Spandan, et al.
Veröffentlicht: (2026)

Klear-CodeTest: Scalable Test Case Generation for Code Reinforcement Learning
von: Fu, Jia, et al.
Veröffentlicht: (2025)

Exploring Pass-Rate Reward in Reinforcement Learning for Code Generation
von: Li, Xin-Ye, et al.
Veröffentlicht: (2026)

Schedule-and-Calibrate: Utility-Guided Multi-Task Reinforcement Learning for Code LLMs
von: Chen, Yujia, et al.
Veröffentlicht: (2026)

Reinforcement Learning-Guided Chain-of-Draft for Token-Efficient Code Generation
von: Tang, Xunzhu, et al.
Veröffentlicht: (2025)

Improving LLM Code Generation via Requirement-Aware Curriculum Reinforcement Learning
von: Yin, Shouyu, et al.
Veröffentlicht: (2026)

CLAP: Learning Transferable Binary Code Representations with Natural Language Supervision
von: Wang, Hao, et al.
Veröffentlicht: (2024)

Autoregressive, Yet Revisable: In Decoding Revision for Secure Code Generation
von: Yang, Chengran, et al.
Veröffentlicht: (2026)

CVeDRL: An Efficient Code Verifier via Difficulty-aware Reinforcement Learning
von: Shi, Ji, et al.
Veröffentlicht: (2026)

Afterburner: Reinforcement Learning Facilitates Self-Improving Code Efficiency Optimization
von: Du, Mingzhe, et al.
Veröffentlicht: (2025)

ReCode: Reinforcing Code Generation with Reasoning-Process Rewards
von: Fan, Lishui, et al.
Veröffentlicht: (2025)

Coding with Eyes: Visual Feedback Unlocks Reliable GUI Code Generating and Debugging
von: Liu, Zhilin, et al.
Veröffentlicht: (2026)

Uncovering LLM-Generated Code: A Zero-Shot Synthetic Code Detector via Code Rewriting
von: Ye, Tong, et al.
Veröffentlicht: (2024)

ZS4C: Zero-Shot Synthesis of Compilable Code for Incomplete Code Snippets using LLMs
von: Kabir, Azmain, et al.
Veröffentlicht: (2024)

Nova: Generative Language Models for Assembly Code with Hierarchical Attention and Contrastive Learning
von: Jiang, Nan, et al.
Veröffentlicht: (2023)

Saving SWE-Bench: A Benchmark Mutation Approach for Realistic Agent Evaluation
von: Garg, Spandan, et al.
Veröffentlicht: (2025)

Terminus-4B: Can a Smaller Model Replace Frontier LLMs at Agentic Execution Tasks?
von: Garg, Spandan, et al.
Veröffentlicht: (2026)

CodeRL+: Improving Code Generation via Reinforcement with Execution Semantics Alignment
von: Jiang, Xue, et al.
Veröffentlicht: (2025)

Top Pass: Improve Code Generation by Pass@k-Maximized Code Ranking
von: Lyu, Zhi-Cun, et al.
Veröffentlicht: (2024)

CodeCoT: Tackling Code Syntax Errors in CoT Reasoning for Code Generation
von: Huang, Dong, et al.
Veröffentlicht: (2023)

Enhancing High-Quality Code Generation in Large Language Models with Comparative Prefix-Tuning
von: Jiang, Yuan, et al.
Veröffentlicht: (2025)

Synergizing Code Coverage and Gameplay Intent: Coverage-Aware Game Playtesting with LLM-Guided Reinforcement Learning
von: Mu, Enhong, et al.
Veröffentlicht: (2025)

LLM-Powered Code Vulnerability Repair with Reinforcement Learning and Semantic Reward
von: Islam, Nafis Tanveer, et al.
Veröffentlicht: (2024)

DSTC: Direct Preference Learning with Only Self-Generated Tests and Code to Improve Code LMs
von: Liu, Zhihan, et al.
Veröffentlicht: (2024)

Flow2Code: Evaluating Large Language Models for Flowchart-based Code Generation Capability
von: He, Mengliang, et al.
Veröffentlicht: (2025)

From Patches to Trajectories: Privileged Process Supervision for Software-Engineering Agents
von: Ma, Murong, et al.
Veröffentlicht: (2026)

Unlock the Correlation between Supervised Fine-Tuning and Reinforcement Learning in Training Code Large Language Models
von: Chen, Jie, et al.
Veröffentlicht: (2024)

Bias Testing and Mitigation in LLM-based Code Generation
von: Huang, Dong, et al.
Veröffentlicht: (2023)

Learn to Code Sustainably: An Empirical Study on LLM-based Green Code Generation
von: Vartziotis, Tina, et al.
Veröffentlicht: (2024)

The Readability Spectrum: Patterns, Issues, and Prompt Effects in LLM-Generated Code
von: Ye, Hengzhi, et al.
Veröffentlicht: (2026)

Optimizing Code Runtime Performance through Context-Aware Retrieval-Augmented Generation
von: Acharya, Manish, et al.
Veröffentlicht: (2025)

ModiGen: A Large Language Model-Based Workflow for Multi-Task Modelica Code Generation
von: Xiang, Jiahui, et al.
Veröffentlicht: (2025)

Skeleton-Guided-Translation: A Benchmarking Framework for Code Repository Translation with Fine-Grained Quality Evaluation
von: Zhang, Xing, et al.
Veröffentlicht: (2025)

Towards Fair Machine Learning Software: Understanding and Addressing Model Bias Through Counterfactual Thinking
von: Wang, Zichong, et al.
Veröffentlicht: (2023)

TENET: Leveraging Tests Beyond Validation for Code Generation
von: Hu, Yiran, et al.
Veröffentlicht: (2025)

Learning to Generate Unit Test via Adversarial Reinforcement Learning
von: Lee, Dongjun, et al.
Veröffentlicht: (2025)

GNN-Coder: Boosting Semantic Code Retrieval with Combined GNNs and Transformer
von: Ye, Yufan, et al.
Veröffentlicht: (2025)

Effective Code Membership Inference for Code Completion Models via Adversarial Prompts
von: Jiang, Yuan, et al.
Veröffentlicht: (2025)

CodeFort: Robust Training for Code Generation Models
von: Zhang, Yuhao, et al.
Veröffentlicht: (2024)

TransformCode: A Contrastive Learning Framework for Code Embedding via Subtree Transformation
von: Xian, Zixiang, et al.
Veröffentlicht: (2023)