AAAI 2026｜AP2O-Coder 让大模型拥有「错题本」，像人类一样按题型高效刷题

主要观点总结

本文介绍了在AI辅助Coding技术背景下，针对LLMs生成的代码存在运行时错误的问题，提出了一种自适应渐进式偏好优化方法（AP2O-Coder）。该方法通过构建包含四大核心模块的优化框架，旨在实现错误信息的深度利用与模型能力的动态适配。实验结果表明，AP2O-Coder能够在不同类型的LLM上实现性能提升，降低错误率，提高训练数据利用效率，并具备跨模型类型的适配能力。文章还介绍了实验过程中的一些重要发现和方法特性。

关键观点总结

关键观点1: 主要背景和研究问题

随着AI辅助Coding技术的发展，LLMs生成的代码存在运行时错误的问题，这增加了开发者的调试成本。现有方法存在核心挑战，如错误类型感知缺失、训练聚焦性不足和动态适配能力薄弱。

关键观点2: AP2O-Coder方法的核心设计和思路

AP2O-Coder借鉴人类按题型进行的「错题整理 - 专题突破 - 定期复盘」的学习模式，构建了包含四大核心模块的优化框架，旨在实现错误信息的深度利用与模型能力的动态适配。其核心设计思路是通过系统化流程实现错误类型的精准捕捉、渐进式优化与动态适配。

关键观点3: 实验验证和结果分析

研究团队在多款主流LLM上开展了系统验证，实验结果表明AP2O-Coder能够稳定提升性能，降低错误率，提高训练数据利用效率，并具备跨模型类型的适配能力。实验还发现了优化策略与模型规模的适配规律。

关键观点4: 研究的贡献和意义

AP2O-Coder为解决LLMs生成的代码存在运行时错误的问题提供了一种有效的解决方案，通过实验验证和方法特性分析，证明了其性能提升和泛化能力的优势。该研究为未来的LLM代码优化提供了可行的路径和参考。