（来源：上观新闻）
图丨自上而下的🇨🇰📟规约生成新范式⏹（来源：arX🏤🇧🇭iv） 🍃🅰在推理过😈程的可靠性方面，🐁🧚♀️研究团队🐝◽并不是直接让 L🌂LM 判🛂断代码是否🥢👨🎓正确，👩👧🍴而是将思维🤫🐆链（Chain ⏫❓of 🚓Tho☺🦠ugh🗄t）与霍尔⚓逻辑的推理规则🦄✒相结合，引导 L🔢LM 逐步推导🏄♀️🐑每个代码块执🖖行后程序状态所满🇧🇲足的性质🇰🇼，最终检🇨🇲🇸🇹查程序状🍕态是否符合“说明🇪🇦书”的要求🔹。
这里最典型♈的是美团，其⚰次是淘宝🛂闪购，这两个也🔤是传统外卖平🇬🇳台，属🙎♂️于老玩家🇫🇮🦶。从电子到Toke🇺🇳n的旅程是如🕯🇵🇬此不可思议👵四虎885。那问题来了，🧛♂️这么多种🙁押法，到底哪种能🇰🇬💀押中？或者换个🇰🇲🥄问法🦃♈。种子搜索把准🌼📥确率提升🇵🇰🍗到45.🤸♂️5%，提示词增强🐍✌提升到4💾7.2%，而N🍒UMINA把准确🦷率提升到了49.✝📌7%，提升幅度💗达到7.4个百分🆑🇨🇨点，且只需生成↕一次，不需要反复🥼🤹♀️试验😂。
Codex的核心🇹🇴框架是开⛈源的，用户可以🏂🤔深度自定义🍖🥦，我们🐸开发新功能🎬时，甚至还没😼在生产环境上🐙线，就有用户在🇱🇹推特反馈功👼🥦能异常，因为他🇧🇦们已经自行修改💏♣代码、分支部署来☔体验新功能了🇺🇲🇦🇫。此外，处理🍶面板级工艺流程🛎产生的大量🚛🥤计量和过程控制信📨息所需的数据管🇦🇬⚾理基础设施本身🍘就是一项意义🚳🙆重大的工程挑🦀战🇺🇲。
