Improving Large Language Models for Code through Runtime Program-State Reasoning

arXiv cs.AI · 29 sept, 06:00

Investigadores mejoran modelos de lenguaje de 9 mil millones de parámetros para razonar sobre estados de programa en tiempo de ejecución, con aplicación a generación de parches, tests de regresión y pruebas de concepto de seguridad. El modelo Comet-9B, basado en Qwen3.5, logra resultados comparables a GPT-5.2 en benchmarks de ingeniería de software y seguridad tras entrenamiento con dos tareas complementarias de razonamiento sobre estados de programa.