【AI4Code最终章】AlphaCode：《Competition-Level Code Generation with AlphaCode》（DeepMind）

最新推荐文章于 2025-06-13 14:27:42 发布

原创

最新推荐文章于 2025-06-13 14:27:42 发布 · 734 阅读

·

0

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#人工智能 #深度学习 #机器学习

AlphaCode是DeepMind的一项研究，通过深度学习生成竞赛级别的代码。它在预训练和微调后，使用Transformer模型进行大量采样、聚类和过滤，以生成高质量解决方案。尽管在代码竞赛中达到中等水平，但采样数量和训练资源对性能有显著影响。论文还探讨了安全性问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

AlphaCode——宏观上的推荐（DeepMind）

在这里插入图片描述

14位共同一作，74页论文。

认为CodeX只是做了一个简单的自然语言-程序语言的翻译任务，AlphaCode要做一个更难的。输入输出为：

方法

流程

在这里插入图片描述

模型训练分为预训练和微调，然后预测阶段先大规模采样（召回）得到一百万，然后聚类和过滤得到1000个（粗排），然后选出10个提交（精排）。

数据集

在这里插入图片描述

先在Github收集开源代码，经过预处理和清洗后715GB，作为预训练数据集；然后用CodeContests 数据集微调，格式如上图。

模型结构

在这里插入图片描述

没有模型图。不同于CodeX的G

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。