arXiv · cs.AI· Pierre-Luc St-Charles, Alessandro Palmas, Damiano Fornasiere, Storm Lei, Mirko Bronzi, Jean-Pierre Falet, Iulian Serban, Yoshua Bengio·· 1 天前
PyINE：通过代码执行实现可扩展的模型诱导与监督框架
PyINE: A Framework for Scalable Elicitation and Oversight via Code Execution
arXiv:2610.04737v2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：Pierre-Luc St-Charles, Alessandro Palmas, Damiano Fornasiere, Storm Lei, Mirko Bronzi, Jean-Pierre Falet, Iulian Serban, Yoshua Bengio
研究任务与主要进展
研究作者提出PyINE框架，利用带有执行轨迹的Python程序为模型任务提供可验证的结果和中间事实标签，并支持机械生成任务变体。PyINE-v1包含近100万条确定性执行轨迹和超过50万条匹配的LLM生成代码变体；研究还发现，低成本监督器容易遗漏稀有捷径错误，而更强的模型监督更均衡但成本更高、阈值决策更困难。
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