提出Parallel-SFT方法,通过在监督微调(SFT)阶段引入跨编程语言的‘平行程序’(功能等价但语言不同的代码),为后续基于强化学习(RL)的代码生成任务提供更具泛化能力的初始化,从而显著提升零样本跨语言迁移性能。
机构:Meta
来源:arXiv 2604.20835 | AI4Papers 论文推荐平台