P4IR框架用SFT加GRPO提升建筑规范代码生成
热点事件持续更新
P4IR框架用SFT加GRPO提升建筑规范代码生成
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Jack Wei Lun Shi等作者提出P4IR两阶段框架，用于基于大语言模型的建筑规范自动合规系统：先用监督微调（SFT）向模型注入领域知识，再用GRPO提升生成高层代码骨架这类中间表示的准确性。 据论文报告，相对SFT基线，树编辑距离和token级Levenshtein距离最终分别最多降低21.3%和41.0%；在零样本设置下，其代码结构与语义均优于通过few-shot提示评测的领先LLM，GRPO阶段还显著减少了误报。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
P4IR：用强化学习提升基于 LLM 的建筑规范自动合规系统报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIP4IR：用强化学习提升基于 LLM 的建筑规范自动合规系统
P4IR 是一个两阶段框架，先用监督微调（SFT）向 LLM 注入领域知识，再用 GRPO 提升生成高层代码骨架这类中间表示的准确性。相对 SFT 基线，树编辑距离和 token 级 Levenshtein 距离最终分别最多降低 21.3% 和 41.0%。零样本设置下其代码结构与语义均优于通过 few-shot 提示评测的领先 LLM，GRPO 阶段还显著减少了误报。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。