LEVER: Learning to Verify Language-to-Code Generation with Execution

要約

事前トレーニング済みのコード言語モデル (CodeLM) の出現により、言語からコードへの生成が大幅に進歩しました。
この分野の最先端のアプローチでは、コード LM デコードと、テスト ケースまたは実行結果に基づくヒューリスティックを使用したサンプルのプルーニングおよび再ランキングを組み合わせます。
ただし、実際の多くの言語からコードへのアプリケーションのテスト ケースを取得することは困難であり、データ型や値の範囲など、多くの場合プログラムの正確性を示す実行結果のセマンティックな特徴をヒューリスティックではうまく捉えることができません。
.
この作業では、生成されたプログラムを実行結果で検証することを学習することにより、言語からコードへの生成を改善する簡単なアプローチである LEVER を提案します。
具体的には、自然言語入力、プログラム自体、およびその実行結果に基づいて、CodeLM からサンプリングされたプログラムが正しいかどうかを検証する検証者をトレーニングします。
サンプリングされたプログラムは、検証スコアと CodeLM の生成確率を組み合わせて、実行結果が同じプログラムを除外することで再ランキングされます。
テーブル QA、数学 QA、および基本的な Python プログラミングのドメインにわたる 4 つのデータセットで、LEVER はベース CodeLM を一貫して改善し (code-davinci-002 で 4.6% から 10.9%)、すべてで新しい最先端の結果を達成します。
そのうちの。

要約(オリジナル)

The advent of pre-trained code language models (CodeLMs) has lead to significant progress in language-to-code generation. State-of-the-art approaches in this area combine CodeLM decoding with sample pruning and reranking using test cases or heuristics based on the execution results. However, it is challenging to obtain test cases for many real-world language-to-code applications, and heuristics cannot well capture the semantic features of the execution results, such as data type and value range, which often indicates the correctness of the program. In this work, we propose LEVER, a simple approach to improve language-to-code generation by learning to verify the generated programs with their execution results. Specifically, we train verifiers to determine whether a program sampled from the CodeLM is correct or not based on the natural language input, the program itself and its execution results. The sampled programs are reranked by combining the verification score with the CodeLM generation probability, and marginalizing over programs with the same execution results. On four datasets across the domains of table QA, math QA and basic Python programming, LEVER consistently improves over the base CodeLMs (4.6% to 10.9% with code-davinci-002) and achieves new state-of-the-art results on all of them.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google