论文
Alpha Codium
Qodo于2024年发表的AI代码生成研究论文，提出通过测试驱动的迭代流程替代单次提示生成代码，在HumanEval和CodeContests等基准上显著提升正确率
时间轴 (近 90 天)
10月18日
Alpha Codium 研究表明，采用‘计划—编写—跑测试—报错—修复—重复’的闭环方法，能将 GPT-4 在 CodeContests 基准上的通过率从 19% 提升至 44%。
待验证50%
10月7日
Qodo于2024年发表了名为Alpha Codium的论文，提出用完整开发流程设计替代来回问答的方式，即「流程工程（flow engineering）」
待验证50%
10月7日
Alpha Codium的核心思路是通过测试驱动的迭代流程替代单次提示生成代码，模型先理解问题规格、生成公开与私有测试用例，再反复迭代修正直至通过所有测试
待验证50%
10月7日
Alpha Codium方法在代码竞赛基准HumanEval和CodeContests上相比直接提示（zero-shot）的正确率有显著提升
待验证50%
全部知识事实 (4)
待验证
Alpha Codium 研究表明，采用‘计划—编写—跑测试—报错—修复—重复’的闭环方法，能将 GPT-4 在 CodeContests 基准上的通过率从 19% 提升至 44%。
50%待验证Qodo于2024年发表了名为Alpha Codium的论文，提出用完整开发流程设计替代来回问答的方式，即「流程工程（flow engineering）」
50%待验证Alpha Codium的核心思路是通过测试驱动的迭代流程替代单次提示生成代码，模型先理解问题规格、生成公开与私有测试用例，再反复迭代修正直至通过所有测试
50%待验证Alpha Codium方法在代码竞赛基准HumanEval和CodeContests上相比直接提示（zero-shot）的正确率有显著提升
50%