Funktionsspezifisches Ausführungs-Feedback für Code-Präferenz-Optimierung

arXiv:2608.23632v1 Ankündigungstyp: neu Abstract: Process Supervision hat das mathematische Reasoning verbessert, wo Zwischenschritte natürlicherweise als Gedankenketten ausgedrückt werden. Bei der Code-Generierung bleibt Process Supervision jedoch untererforscht, da es keine standardisierte Vorstellung eines Schritts gibt. Beaufsichtigung