论文理论分析测试驱动的代码生成

论文为测试驱动代码生成提出概率框架，分析基于执行环境的代码选择与基于环境反馈的代码生成两种范式。作者证明基于模糊功能相似性的估计器在信噪比上严格优于基于功能等价的估计器，并将 backprompting 视为 Thompson 采样的上下文近似，推导出含不可观测成分的遗憾界，说明其效果受任务描述歧义限制。