在人工智能快速发展与广泛应用的背景下，如何进行自动化程序的生成优化备受关注。鉴于此，本文针对现有方法在处理复杂程序结构方面的不足，提出一种结合人工智能和人类编程经验的混合神经计算编程方法。研究设计基于高级可微分编程语言的抽象虚拟机，并通过实验评估了模型在排序和加法任务中的泛化能力和生成程序准确度。结果表明，混合神经计算机编程(hybrid neural computer programming，HNCP)设计在准确率、平均绝对误差和运行时长等方面均优于现有模型，显著提升了自动化编程技术的实用性和可靠性。
万方数据
维普
