CriterAlign：代码偏好判断的以标准为中心的基本原理对齐

成对的人类偏好预测是评估代码生成系统的核心，其中质量通常取决于特定于任务的权衡，而不仅仅是功能正确性。虽然基于评分标准的 LLM 评委通过将评估分解为明确的标准来提高可解释性，但大多数现有管道仍然是逐点的：它们独立地对每个响应进行评分，并通过比较汇总分数来得出偏好。我们表明，这种设计与成对代码偏好预测的匹配度很差，并且可能不如强大的整体判断。我们提出 CriterAlign，一个以标准为中心的框架，通过直接标准级别的成对判断、平局驱动的标准细化、交换一致性过滤和最终的成对综合，将基于标题的判断适应成对偏好评估。我们进一步引入了人类偏好对齐指导（HPAG），通过提取人类偏好和整体判断预测之间反复出现的理由差距，从训练示例中离线合成，并将其注入标准生成器、标准判断和最终判断中。在 BigCodeReward 上，CriterAlign 将 Qwen2.5-VL-32B 整体判断的准确率从 60.4% 提高到 66.3%，并通过消融确认了成对标准设计和 HPAG 的贡献。