AlphaCode
Google DeepMind开发的AI编程模型，采用评测驱动开发（Eval-Driven Development）方法进行训练，在代码生成竞赛中达到竞争性水平
时间轴 (近 90 天)
AlphaCode、AlphaProof等系统使用'生成-验证'框架，LLM大量采样候选解，外部执行器或证明检查器作为验证器过滤
当前 LLM 驱动的 RSI 实践依赖模型的代码生成与自我批评能力，典型代表包括 AlphaCode 的迭代修复流程以及 Reflexion 论文所描述的 reflection 机制
DeepMind的AlphaCode等系统依赖测试用例做外部验证
合成数据方法的典型案例包括Meta的Self-Instruct、DeepMind的AlphaCode训练流程以及OpenAI在GPT-4技术报告中提及的RLHF数据增强
Oriol Vinyals是DeepMind的研究副总裁，是AlphaStar、AlphaCode等项目的核心人物
AlphaCode是DeepMind 2022年的里程碑，在Codeforces上达到人类参赛者中位数水平
将MCTS应用于AI Agent能有效对抗策略漂移中的局部最优陷阱
Google DeepMind的AlphaCode系统在编程竞赛中达到了中等水平
全部知识事实 (9)
AlphaCode在编程竞赛中展现了DeepMind在强化学习与推理能力方面的突破
70%待验证AlphaCode是DeepMind 2022年的里程碑，在Codeforces上达到人类参赛者中位数水平
60%待验证Google DeepMind的AlphaCode系统在编程竞赛中达到了中等水平
60%待验证AlphaCode、AlphaProof等系统使用'生成-验证'框架，LLM大量采样候选解，外部执行器或证明检查器作为验证器过滤
50%待验证当前 LLM 驱动的 RSI 实践依赖模型的代码生成与自我批评能力，典型代表包括 AlphaCode 的迭代修复流程以及 Reflexion 论文所描述的 reflection 机制
50%待验证DeepMind的AlphaCode等系统依赖测试用例做外部验证
50%待验证合成数据方法的典型案例包括Meta的Self-Instruct、DeepMind的AlphaCode训练流程以及OpenAI在GPT-4技术报告中提及的RLHF数据增强
50%待验证Oriol Vinyals是DeepMind的研究副总裁，是AlphaStar、AlphaCode等项目的核心人物
50%待验证将MCTS应用于AI Agent能有效对抗策略漂移中的局部最优陷阱
50%