MIT微軟為AI量身打造了一套leetcode編程題
不用自然語言描述，也沒有輸入輸出示例
豐色 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
你見過這種編程題目描述方式嗎？
不用自然語言描述，也沒有輸入輸出示例，你所看到的就只有一個Python函數(shù)。
這是來自MIT、Allen AI和微軟的研究人員提出的一種全新的編程題目描述方法：
每個題目都由一個簡短的Python函數(shù)f定義，目標是找到一個輸入x，使f輸出true。
這樣的題目形式可以讓AI審題更容易，人類程序員的理解也不會受到影響。
AI編程，道路真是越來越平了啊。
接下來就來詳細看看這個研究吧。
沒有自然語言描述的編程題目
再來解釋一下這種描述方法：
題目采用Python函數(shù)的形式，參數(shù)為答案。
解題的目標是找到使函數(shù)輸出為真的輸入x，即滿足f（x）= true的正確答案。
現(xiàn)在請你舉一反三：求解一個有1000個不連續(xù)“o”的字符串，用這種新形式如何描述呢？
正確答案：
下面是另外兩道題目的描述示例。
動態(tài)規(guī)劃—最長單調遞增子序列問題：
經(jīng)典的漢諾塔?（Towers of Hanoi ）：
研究人員按此種出題形式囊括了各種編程題，提出來一個開源數(shù)據(jù)集：叫做P3。
該數(shù)據(jù)集題型非常全面：涉及不同難度、不同領域和不同算法工具等方面的題目。
有簡單的字符串操作問題；
有經(jīng)典如漢諾塔和國際象棋（例如，騎士游歷算法和N皇后問題變體）等難題；
也有兩人挑戰(zhàn)尋找最佳策略的題型，如井字棋（Tic-Tac-Toe）、石頭剪刀布、珠璣妙算Mastermind等；
還包括來自國際數(shù)學奧林匹克競賽（IMO）和國際大學生程序設計競賽（ICPC）的題目，如各種圖論和數(shù)論難題。
一共包含208種題型、14萬+的題目，并且還在不斷更新中。
每個題目都提供了至少一種答案。
這套新穎的編程挑戰(zhàn)題庫數(shù)據(jù)集，抓住了編程題目的本質，可用于教AI編程并評估AI的編程能力。
研究人員表示，這套題可以對AI的編程能力進行客觀評估。因為不用查看答案，就能直接驗證解答的正確性。因此，這種題目不會增加AI學習任何答案偏差的負擔。
希望這個數(shù)據(jù)集可以開發(fā)出新的AI編程解決方案
不同AI求解器根據(jù)這些題目編程的效果如何呢？
研究人員做了一些深入的實驗，開發(fā)了基于隨機森林、Transformer和不同類型GPT-3 prompts的AI求解器，它們采用不同參數(shù)枚舉、自頂向下的方法，使用這個P3數(shù)據(jù)集來評估性能。
首先，測試這些求解器在這個數(shù)據(jù)集上利用此前解決題目的方法來解決新題目的自舉效率（bootstrapping efficacy）。
結果發(fā)現(xiàn)，增加嘗試次數(shù)可以解決新題目。但它們也能通過學習過去的經(jīng)驗，更快地解決新的難題。
下圖為這些AI求解器在不同嘗試次數(shù)下的已解決題目數(shù)量：
而在一項小的用戶研究中，21名在Python編程方面有不同經(jīng)驗年限的程序員完成了不同難度的30個題目。每個題目最多分配6分鐘的時間來解決。
用這個數(shù)據(jù)集評估AI與人類程序員對編程題難度的感知發(fā)現(xiàn)：
人類覺得難的題對AI來說也更難，現(xiàn)階段情況下，AI求解器能解決的大多數(shù)題都是對人類來說比較簡單的。
上圖表示人類和AI對各種題目的難度打分，按人類分數(shù)排序。人類的難度分數(shù)通過超出允許的最大解題時間的平均分數(shù)來衡量，AI的則是根據(jù)解題所需的嘗試次數(shù)。
另外，AI用這種形式的題目可以解決了60% 的難題，初學者和有經(jīng)驗的程序員平均分別解決了 76% 和 87% 的難題。
總的來說，利用這個新穎的數(shù)據(jù)集，通過精心設計的AI求解器，可以大大減少AI編程求解所需的嘗試次數(shù)、并解出更多的題目。
因此，研究人員希望，這個新的編程題庫數(shù)據(jù)集能支持大家研究和開發(fā)新的AI編程解決方案，提高AI編程的效率和性能。
此前，UC伯克利曾訓練AI刷LeetCode，總共5000道題的測試中，AI能做出15%。
不知道使用這個數(shù)據(jù)集訓練，AI編程的能力又會達到什么水平呢？
論文地址：https://arxiv.org/abs/2106.05784
開源數(shù)據(jù)集鏈接：https://github.com/microsoft/PythonProgrammingPuzzles
— 完 —
- 英偉達最新芯片B30A曝光2025-08-20
- AI應用如何落地政企？首先不要卷通用大模型2025-08-12
- 本科必學Dijkstra算法被超越！清華段然團隊打破圖靈獎得主證明的普遍最優(yōu)性2025-08-09
- 智能體邁入L4 時代！納米AI多智能體蜂群，可創(chuàng)作最長10分鐘AI視頻2025-08-06
相關閱讀
1.3>7？微軟新模型“以小博大”戰(zhàn)勝Llama2，網(wǎng)友：用Benchmark訓練的吧？
高質量數(shù)據(jù)is All You Need
