USC研究突破：AI結構化回饋自學習，冷門語言代碼成功率從39%飆升至96%

USC Viterbi工學院研究者展示，透過編譯器回饋迴圈方法，GPT-5在Idris（僅2,000個程式碼庫，Python的萬分之一）中的編碼成功率從39%躍升至96%。該研究被IEEE SoutheastCon 2026接受，挑戰了「AI只能與其訓練數據一樣好」的假設。

AI可以超越訓練數據的邊界

USC Viterbi工學院研究顯示，透過編譯器回饋迴圈（最多20次重試），GPT-5在Idris（數據量為Python的萬分之一）中的編碼成功率從39%飆升至96%。相較之下，提供文檔和參考指南只能達到60%出頭。結構化回饋的效果遠超所有其他方法。此方法可推廣至任何有明確、可量化回饋機制的領域。論文被IEEE SoutheastCon 2026接受。