基于 LLM 代码生成中的规划与编码分离实证研究

一项针对基于 LLM 代码生成的研究首次探讨了规划与编码分离，发现将两项任务分配给不同模型的效果几乎与单一模型方案相当。研究表明，大模型规划搭配更小模型编码有时可媲美纯大模型表现，且对编码者进一步训练能普遍提升组合效果。该发现证实规划与编码在很大程度上可解耦，为灵活构建代码生成系统提供了实证依据。