CODEBLOCK: Code mit der richtigen Granularität überwachen lernen

arXiv:2606.18286v1 Ankündigungstyp: neu. Zusammenfassung: Supervised Fine-Tuning von Code-LLMs wendet typischerweise uniformen Cross-Entropy-Loss auf alle Response-Token an und setzt implizit voraus, dass jeder Token gleich nützliche Lernsignale liefert. Aktuelle Token-Level-Selektionsmethoden stellen diese Annahme in Frage