CycleBench：LLM 生成 PLC 程序的逐扫描执行评测

研究团队提出 CycleBench，一个包含 301 个 ST 任务的基准，在每次扫描后对比生成程序与参考程序的输出。在八个 LLM 上，执行通过率比编译通过率低 11.92 个百分点；仅每五次扫描检查一次输出，会漏掉逐扫描对比所检出 157 个失败中的 21.66%。基于此提出的 CycleGen 通过多候选生成、编译器反馈修复与运行时自测选择，将执行通过率较直接生成提升 8.68 个百分点。