语言模型-代码

OpenAI O1的复现版，专注于编程的O1-CODER

它的核心在于强化了编程能力
它结合了强化学习和蒙特卡洛树搜索来增强模型的system-2思维能力，生成更有逻辑性的代码，可执行复杂的推理任务

它用了一个测试用例生成器进行验证，用伪代码到实现代码的两阶段生成模式，实现推理到编程端到端自动化流程

Github：https://github.com/ADaM-BJTU/O1-CODER?continueFlag=5b41813d9af5c4c6f64b8145653bfa51

论文：https://arxiv.org/abs/2412.00154