في عالم الذكاء الاصطناعي (Artificial Intelligence) وتوليد الأكواد البرمجية، تظهر تحديات جديدة تتطلب تقنيات مبتكرة. تم تقديم تقنية جديدة تُعرف بـ CoVer، والتي تعتمد على أساليب التعلم الذاتي لتدريب نموذج لغوي واحد ليكون كاتباً للاكواد ومؤلفاً للاختبارات في آن واحد.

لكن هذه التقنية كانت تواجه مشكلتين رئيسيتين: الأول هو "انهيار التساهل" (permissiveness collapse)، حيث يتم تحقيق مكافآت نسبة النجاح عبر اختبارات تافهة غير مميزة؛ والثاني هو "تحيز التركيز" (concentration bias)، حيث تتجمع الاختبارات الم sampled عشوائياً حول مدخلات نمطية، مما يرفع من تباين تقديرات الأداء.

استجابةً لهذه التحديات، تقدم CoVer إطار عمل جديد يعتمد على سياسات GRPO لتلبية هذه الحاجات. أولاً، يقوم نظام المكافآت المرتكز على الكسب المعلوماتي (information-gain reward) بتقييم كل اختبار يتم توليده ذاتياً من خلال مقارنة تقييم النجاح/الفشل مع إشارة صواب مرجعية تقيّم الدقة.

ثانياً، يتم استخدام خطوة اختيار واعية للتنوع، حيث تُعد الاختبارات بناءً على سلوكيات محددة، مما يزيد من فعالية حجم العينة في تقديرات الكسب المعلوماتي.

نتائج التجارب على خمسة معايير مختلفة، مثل LiveBench وMBPP، تظهر تحسناً ممتازاً في الأداء، حيث زادت معدل النجاح بمعدل +5.8 نقطة في النماذج الـ 7B و +7.1 نقطة في الـ 14B مقارنة بنموذج Qwen2.5-Instruct.

CoVer لا يضيف فقط تحسينات لمعدل النجاح، بل يمكن دمجه بسهولة كجزء من pipeline تصنيف الأكواد، مما يظهر فائدته المزدوجة في التوليد والاختيار. في عصر تتزايد فيه الحاجة إلى توليد أكواد موثوقة، تقدم CoVer حلاً متكاملاً يستحق النظر.