Themis：鲁棒多语言代码奖励模型训练与多准则灵活评分
Themis: Training Robust Multilingual Code Reward Models for Flexible Multi-Criteria Scoring

Indraneil Paul, Glavaš Glavas, Iryna Gurevych


• 本文推出了Themis-RM，这是一套先进的多语言代码奖励模型，旨在提升代码生成任务的评估能力和灵活性。
• Themis-RM的核心方法是利用一个大规模的偏好数据集进行训练，使其能够学习并理解不同代码质量标准的细微差别。
• 该模型的主要贡献在于实现了灵活的多标准评分机制，能够根据不同的评估维度（如正确性、效率、可读性等）对生成代码进行综合评价。
• 凭借其鲁棒的多语言支持，Themis-RM能够有效地应用于多种编程语言环境，为研究人员提供更精确和可配置的代码评估工具。
• 最终目标是为代码生成系统提供一个强大、可定制的评估框架，以促进更高质量的代码生成。

🔗 arXiv · 🤗 HF

#代码生成 #奖励模型 #多语言 #代码评估 #评分模型

基于检索增强代码合成的高保真3D对象生成
BlenderRAG: High-Fidelity 3D Object Generation via Retrieval-Augmented Code Synthesis
⭐ 1 · arXiv · HF
#三维对象生成 #检索增强 #代码生成 #大语言模型 #零样本学习

HIL-BENCH：评估智能体何时寻求人类帮助的基准测试
HiL-Bench (Human-in-Loop Benchmark): Do Agents Know When to Ask for Help?
⭐ 1 · arXiv · HF
#智能体 #基准测试 #人机协作 #强化学习 #软件工程 #代码生成