CoVer用信息增益奖励和多样性剪枝，抑制代码生成中测试器退化。
推荐理由：它直击编码器与测试器共训的两类失效：用信息增益阻止测试退化成宽松样例，再以多样性剪枝降低输入聚集偏差，有望让自生成验证真正形成学习信号。
阅读原文