论文提出AI代码生成中用可执行记录固定未明确需求决策
Get the story
2026年10月5日，arXiv 软件工程方向的一手论文提出 decision pin 机制：在 AI 辅助代码生成中，先枚举需求里未明确的决策点，再生成两个仅在该点不同的临时实现并执行，以确认能暴露分歧的输入。论文报告在 40 个任务、两个模型上，92.5% 的决策点获得了分离输入，85–90% 识别出预期决策；在 703 个独立实现上，pin 与基准分类的一致率为 96–97%；210 次生成中，pin 在固定输入处全部被遵守，并在 38 个 held-out 单元上不劣于 prose rule。目前报道仅涉及该论文的实验结果，未见后续验证或争议。
Generated from reports · updated 16 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Software Engineering在失败前固定决策：AI 辅助代码生成中未明确选择的 executable records
论文提出 decision pin 机制，先枚举需求中未明确的点，再用两个仅在该点不同的临时实现执行确认分歧输入。40 个任务、两个模型上，92.5% 决策点获得分离输入，85-90% 识别出预期决策；703 个独立实现上 pin 与基准分类一致率 96-97%。210 次生成中 pin 在固定输入处全部被遵守，38 个 held-out 单元上不劣于 prose rule。
Heat trend
Current heat 7·Comparable peak 10（Oct 5）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.