يقترح الباحثون طريقة Anchored Self-Play (ASP)، وهي طريقة لتوسيع نطاق الإشراف على إصلاح كود النماذج اللغوية عن طريق استخدام نموذج واحد تم تدريبه عبر التعلم المعزز لتوليد الأخطاء وإصلاحها. تقدم الفريق benchmark BugSourceBench، وهو معيار يمتد عبر مصادر أخطاء واقعية تشمل الكود المكتوب بشرياً والكود المُولّد بواسطة نماذج لغوية كبيرة.
- ينحرف اللعب الذاتي القياسي للمولّد والمُصلِّح نحو أخطاء صعبة ولكن غير واقعية، مما يحسّن الأداء على البيانات الاصطناعية بينما يُدهور الأداء على الكود الذي كتبه البشر.
- تُثبّت ASP العملية باستخدام مجموعة مرجعية صغيرة عن طريق إضافة مكافأة تشابه تضمين الكود للتوليد ومزج الأخطاء المرجعية في تدريب المُصلِّح.
- عبر مصادر الأخطاء، حققت ASP أفضل معدلات الإصلاح، محسّنة معدل الإصلاح المتوسط بنسبة +24% نسبياً / +7.0 نقطة مئوية مطلقاً مقارنة باللعب الذاتي القياسي.
يُعتبر المؤلفون هذا مهماً لأنه يعالج محدودية بيانات إصلاح الكود من خلال إنشاء منهجية تلقائية تتعمّم بشكل أفضل على الأخطاء الواقعية القادمة من البشر والنماذج اللغوية الكبيرة.