Newest papers

Better Specifications, Better Code: Fine-Tuning LLMs for Behavioral Contract Generation

Brhane Team, Tiantian Yang, Nikta Akbarpour, Simone Bartucci, Francesco Calimeri, Song Wang · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.25616 · cited by 0 works (OpenAlex) · open-access PDF

Arabic

ونحن نقدم CG2 ، وهو إطار لإنتاج الكود المنصوص عليه في الاتفاقية ، الذي يترجم المهام المعنية باللغة الطبيعية إلى اتفاقيات سلوكية متكاملة تشير إلى التغيرات المستمرة في نظام تشغيل الكود ، ولكن غالباً ما يواجهون صعوبة فعالة بسبب متطلبات السلوك المعقدة أو غير متوقعة. ونحن نقدم CG2 ، وهو إطار لإنتاج الكود المنصوص عليه في الاتفاقية ، وهو إطار لإنتاج الكود المنصوص عليه في الاتفاقية ، الذي يترجم المهام المعنية باللغة الطبيعية إلى اتفاقيات سلوكية غير متكاملة تشير إلى التغيرات المستمرة في نظام تشغيل الكود المنصوص عليه في الاتفاقية. ونحن نقيس CG2 على 1،007 المهام التي تم

Machine translation (Meta M2M100); the English original follows.

Abstract

Large language models (LLMs) demonstrate strong code-generation capabilities but often struggle with functional correctness due to implicit or ambiguous behavioral requirements. We present CG2, a contract-guided code generation framework that translates natural-language tasks into structured behavioral contracts specifying interfaces, preconditions, postconditions, and invariants. CG2 fine-tunes an LLM to generate these contracts and introduces an iterative semantic validation and repair process to identify and correct incomplete, inconsistent, or incorrect specifications before guiding an unchanged downstream code-generation model. We evaluate CG2 on 1,007 held-out tasks using five code LLMs: DeepSeek-Coder-V2-Lite-Instruct, Ministral-3-14B-Instruct-2512, Qwen2.5-Coder-14B-Instruct, Qwen2.5-Coder-32B-Instruct, and Qwen3.5-27B. Results show that CG2 consistently improves pass@1 over direct code generation by 1.49-3.27 percentage points (7.58%-22.45% relative improvement) and over contract guidance without fine-tuning by 1.19-2.38 percentage points (7.04%-14.65% relative improvement). Manual analysis further reveals that semantically correct contracts are associated with higher code-generation accuracy. These findings demonstrate that explicitly specifying and validating behavioral requirements can improve functional correctness without modifying downstream code-generation models.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Correctness, Computer science, Process (computing), Code (set theory), Perspective (graphical), Programming language

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange