要約
MPLSandbox は、大規模言語モデル (LLM) のコンパイラおよび分析ツールから統合された包括的なフィードバックを提供するように設計された、すぐに使えるマルチプログラミング言語サンドボックスです。
コードのプログラミング言語を自動的に識別し、分離されたサブサンドボックス内でコンパイルおよび実行して、安全性と安定性を確保します。
さらに、MPLSandbox は従来のコード分析ツールと LLM ベースのコード分析ツールの両方を統合し、生成されたコードの包括的な分析を提供します。
MPLSandbox は、LLM のトレーニングと展開に簡単に統合して、生成されたコードの品質と正確性を向上させることができます。
また、研究者が LLM ベースのコード関連のさまざまなタスクのワークフローを合理化し、開発コストを削減するのにも役立ちます。
MPLSandbox の有効性を検証するために、MPLSandbox をトレーニングと展開のアプローチに統合し、実際のコード関連のさまざまなタスクのワークフローを最適化するためにも MPLSandbox を使用します。
私たちの目標は、MPLSandbox への委任を通じてワークフローを簡素化および自動化することで、LLM ベースのコード関連タスクにおける研究者の生産性を向上させることです。
要約(オリジナル)
We introduce MPLSandbox, an out-of-the-box multi-programming language sandbox designed to provide unified and comprehensive feedback from compiler and analysis tools for Large Language Models (LLMs). It can automatically identify the programming language of the code, compiling and executing it within an isolated sub-sandbox to ensure safety and stability. In addition, MPLSandbox also integrates both traditional and LLM-based code analysis tools, providing a comprehensive analysis of generated code. MPLSandbox can be effortlessly integrated into the training and deployment of LLMs to improve the quality and correctness of their generated code. It also helps researchers streamline their workflows for various LLM-based code-related tasks, reducing the development cost. To validate the effectiveness of MPLSandbox, we integrate it into training and deployment approaches, and also employ it to optimize workflows for a wide range of real-world code-related tasks. Our goal is to enhance researcher productivity on LLM-based code-related tasks by simplifying and automating workflows through delegation to MPLSandbox.
arxiv情報
著者 | Shihan Dou,Jiazheng Zhang,Jianxiang Zang,Yunbo Tao,Haoxiang Jia,Shichun Liu,Yuming Yang,Shenxi Wu,Shaoqing Zhang,Muling Wu,Changze Lv,Limao Xiong,Wenyu Zhan,Lin Zhang,Rongxiang Weng,Jingang Wang,Xunliang Cai,Yueming Wu,Ming Wen,Rui Zheng,Tao Ji,Yixin Cao,Tao Gui,Xipeng Qiu,Qi Zhang,Xuanjing Huang |
発行日 | 2024-10-30 14:46:43+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google