arXiv · cs.AI· Jiaxin Fang, Runyuan He, Arnav Gupta, Sahil Kumawat, Huanzhi Mao, Alvin Cheung·· 8 小时前
CodeWalk：通过遍历问题图生成编程基准
CodeWalk: Generating Coding Benchmarks by Walking a Problem Graph
arXiv:2610.15345v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jiaxin Fang, Runyuan He, Arnav Gupta, Sahil Kumawat, Huanzhi Mao, Alvin Cheung
研究任务与主要进展
CodeWalk 通过组合已验证的原子编程问题生成新的基准任务，几乎不需要语言模型参与生成或验证。任务被组织为不同组合深度的 level-N 任务，并要求所有原子问题均未被解决且联合参考解通过评测时使用的检查；作者在多错误修复、证明补全、复杂度分析和克隆等价性四种编码场景中进行了实例化。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org