arXiv · cs.AI· Xinyuan Song, Zekun Cai, Liang Zhao·· 11 小时前
代码LLM递归自训练为何退化：AI自我审查的崩溃机制
When AI Reviews Its Own Code: Recursive Self-Training Collapse in Code LLMs
arXiv:2606.28438v2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：Xinyuan Song, Zekun Cai, Liang Zhao
研究任务与主要进展
基于论文摘要，研究比较了代码大语言模型在无审查、外生质量门控和AI自我门控下的递归微调，所有测试条件的表现都低于各自起点。外生的编译与静态质量检查可保持代码的可执行性并有时减缓下降，而模型基于自身信号的门控可能早期有效、随后失去筛选作用；摘要称其可形成接受分数上升但基准正确率下降的“橡皮图章”状态。
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