CodeIO
CodeIO 是一项荣获 ICML 2025 口头报告殊荣的创新技术，旨在通过“代码输入 - 输出预测”来提炼通用的推理模式，从而显著提升大语言模型的逻辑推理能力。传统方法往往局限于特定技能训练，而 CodeIO 创造性地将多样化的代码执行逻辑转化为自然语言的思维链（Chain-of-Thought），让模型在脱离具体编程语法束缚的同时，保留严密的逻辑结构。
这项技术有效解决了大模型在处理复杂符号运算、科学推导、数学问题及常识推理时逻辑不够严谨的痛点。其独特亮点在于“语法解耦”设计，既提取了普适的推理原语，又支持通过代码重执行或真值匹配进行精确的结果验证。此外，进阶版本 CodeIO++ 还引入了多轮修订机制，进一步提高了推理准确率。
CodeIO 非常适合 AI 研究人员、大模型开发者以及需要增强模型逻辑能力的工程团队使用。项目已开源基于 Qwen 和 LLaMA 架构的多阶段训练模型及配套数据集（如 PythonEdu-Reasoning），用户可直接复用这些资源进行微调或基准测试，轻松为模型注入更强的逻辑推理基因。
使用场景
某教育科技公司的算法工程师正在开发一个智能编程辅导系统，旨在自动批改学生提交的 Python 作业并生成详细的解题思路反馈。
没有 CodeIO 时
- 推理逻辑黑盒化：模型直接输出代码或最终答案，缺乏中间推导步骤，学生无法理解“为什么这样写”，只能照抄结果。
- 语法与逻辑强耦合：模型过度依赖特定代码语法结构进行推理，一旦学生代码风格变化或存在细微语法错误，逻辑判断即刻失效。
- 跨领域泛化能力弱：在处理非纯代码类的逻辑题（如数学应用题转代码）时，模型难以提取通用的推理模式，导致准确率大幅下降。
- 结果不可验证：生成的解题思路模糊不清，系统无法通过重新执行代码或匹配标准答案来精确验证推理过程的正确性。
使用 CodeIO 后
- 思维链显性化：CodeIO 将代码背后的推理模式转化为自然的语言思维链（Chain-of-Thought），清晰展示从问题分析到逻辑构建的全过程。
- 逻辑与语法解耦：通过剥离具体语法干扰，CodeIO 让模型专注于核心逻辑结构，即使面对格式不规范的学生代码也能准确识别推理意图。
- 多任务性能提升：借助通用推理原语的提取，系统在科学计算、逻辑谜题及数学建模等混合任务中的表现显著增强，不再局限于单一编码场景。
- 全流程可验证：利用 CodeIO 支持的缓存真值匹配或代码重执行机制，系统能精准校验每一步推理的正确性，确保反馈内容零幻觉。
CodeIO 通过将隐式的代码推理转化为显式、可验证的自然语言逻辑，彻底解决了智能辅导系统中“只给答案不讲逻辑”的核心痛点。
运行环境要求
- 未说明
未说明（训练建议使用主流框架如 LLaMA-Factory，推理支持本地部署 vLLM 或 SGLang，具体显存需求取决于所选基座模型大小，如 7B 或 8B）
未说明（数据处理阶段涉及多进程执行，建议根据 CPU 核心数和数据集规模配置较大内存）
快速开始
CodeI/O：通过代码输入-输出预测凝练推理模式
📑 论文 | 🌐 项目主页 | 🤗 已发布资源 | 💾 数据集 | 📦 仓库
目录
简介
CodeI/O 是一种新颖的方法，它将基于代码的推理模式转换为自然语言格式，以增强大型语言模型的推理能力。与专注于特定技能的传统方法不同，我们的方法系统地提取通用的推理原语，同时保持程序化的严谨性，从而在各种推理任务中实现更好的性能。
关键特性与贡献
- 🔄 通用转换：将多样化的代码模式转换为自然语言的思维链推理过程。
- 🧠 语法解耦：在保留逻辑结构的同时，将推理从代码语法中解耦出来。
- 📊 多任务提升：在符号推理、科学推理、逻辑推理、数学推理、常识推理和代码推理等多个任务上均能提升性能。
- ✨ 完全可验证：支持通过缓存的真值匹配或代码重新执行来进行精确的预测验证。
- 🚀 高级迭代：增强版（CodeI/O++）具备多轮修正功能，以进一步提高准确性。
已发布资源
数据集
| 数据集 | 链接 |
|---|---|
| CodeI/O-PythonEdu-Reasoning | 🤗 |
| CodeI/O-PythonEdu-Raw | 🤗 |
| LeetCode-O 基准测试 | 🤗 |
由于合作方的合规要求，我们仅发布了 CodeI/O(++) 数据集中 PythonEdu-Reasoning 子集。
模型
| 基础模型 / 训练 | CodeI/O | CodeI/O++ | ||
|---|---|---|---|---|
| 阶段1 | 阶段2 | 阶段1 | 阶段2 | |
| Qwen 2.5 7B Coder | 🤗 | 🤗 | 🤗 | 🤗 |
| LLaMA 3.1 8B | 🤗 | 🤗 | 🤗 | 🤗 |
| DeepSeek v2 Lite Coder | 🤗 | 🤗 | 🤗 | 🤗 |
开始使用
环境搭建
我们提供了 requirements.txt 和 environment.yaml 两种方式来搭建环境。您可以选择其中任意一种方式进行设置。
conda create -n codeio_exec python 3.11
conda activate codeio_exec
pip install -r requirements.txt
或者
conda env create -f environment.yaml --name codeio_exec
conda activate codeio_exec
请注意，我们的环境配置并不能保证所有类型的 Python 代码都能顺利运行；在处理不同的代码文件时，您可能需要根据个人需求更新环境。
数据处理
我们提供了一份完整的指南，帮助您在玩具数据集上构建用于 CodeI/O 的数据。完成所有步骤后，您将得到一个与我们的 Hugging Face 数据集 格式相同的数据集。
所有中间结果都将存储在 ./data 目录下，同时我们也提供了一组预处理文件，位于 ./processed_data 目录中。
第一步：将原始代码文件转换为统一格式。
步骤 1.1：构建消息
python ./src/build_transform_msg.py \
--raw_code_file data/rawcode_1k.jsonl \
--raw_code_msg_file data/rawcode_1k_msg.jsonl
步骤 1.2：推理
python ./src/batched_api_inference.py \
--input data/rawcode_1k_msg.jsonl \
--output data/rawcode_1k_unified.jsonl \
--model deepseek-chat \
--num_process 10 \
--num_thread 10 \
--key <your key> \
--temperature 0.7 \
--max_tokens 4096
您也可以使用 GPT 系列模型来完成这一步的转换，因为最近 DeepSeek API 的压力较大。例如，将 --model 设置为 gpt-4o-mini-2024-07-18，并相应地更改 --key。您可能会遇到一些请求失败的情况，这没有关系，我们可以直接跳过这些请求。
*请注意，我们仅提供了使用 OpenAI 风格 API 进行推理的代码。然而，使用其他开源模型并通过 vllm 或 sglang 等框架在本地进行推理也是完全可行的。更多详情请参考它们的官方网站。
第二步：解析并生成 I/O 对
python ./src/parse_gen_ios.py \
--input_file data/rawcode_1k_unified.jsonl \
--output_file data/rawcode_1k_parsed.jsonl \
--python_path "python" \
--run_path "./temp/temp/temp"
其中，--python_path 是您用于运行 I/O 对生成代码的 Python 路径，它可以与您在主工作流中使用的路径不同，比如安装了某些特定的包。而 --run_path 则是 I/O 对生成代码执行时的工作目录，因为有时它会在文件系统中存储一些临时文件，所以我们特意为其指定了一个保存位置。
第三步：构建输入-输出预测实例
我们为每个样本只选取 3 个输入预测和 3 个输出预测实例。
python ./src/build_codeio_msg.py \
--input_file data/rawcode_1k_parsed.jsonl \
--output_file data/codeio_1k_msg.jsonl
第四步：对 CodeI/O 数据进行推理
python ./src/batched_api_inference.py \
--input data/codeio_1k_msg.jsonl \
--output data/codeio_1k_gens.jsonl \
--model deepseek-chat \
--num_process 10 \
--num_thread 10 \
--key <your key> \
--temperature 0.7 \
--max_tokens 4096
第五步：验证
bash ./scripts/pipeline_check.sh \
data/rawcode_1k_parsed.jsonl \
data/codeio_1k_gens.jsonl \
data/codeio_1k_gens_verified.jsonl \
python \
./temp/temp/temp
在该 Bash 脚本中，我们会多次运行验证过程，以尽量避免多进程执行带来的运行时影响（如超时）。这对于大规模验证非常有帮助。您可以根据自己的机器配置调整进程数量（例如，如果您的 CPU 数量较多且内存充足，可以适当增加）。
第六步：第二轮——修订与再验证
步骤 6.1：构建多轮消息
python ./src/build_codeio_rev_msg.py \
--input_file data/codeio_1k_gens_verified.jsonl \
--output_file data/codeio_1k_msg_rev.jsonl
步骤 6.2：重新生成
python ./src/batched_api_inference.py \
--input data/codeio_1k_msg_rev.jsonl \
--output data/codeio_1k_gens_rev.jsonl \
--model deepseek-chat \
--num_process 10 \
--num_thread 10 \
--key <your key> \
--temperature 0.7 \
--max_tokens 4096
步骤 6.3：再验证
bash ./scripts/pipeline_check.sh \
data/rawcode_1k_parsed.jsonl \
data/codeio_1k_gens_rev.jsonl \
data/codeio_1k_gens_rev_verified.jsonl \
python \
./temp/temp/temp
步骤 6.4：最终数据
python ./src/assemble_codeio_demo.py \
--result_file_turn1 data/codeio_1k_gens_verified.jsonl \
--result_file_turn2 data/codeio_1k_gens_rev_verified.jsonl \
--output_file codeio_demo_final.jsonl
通过以上步骤，您将获得与我们的 Hugging Face 数据集 格式相同的数据文件 data/codeio_demo_final.jsonl。
训练
您可以使用任何流行的训练框架来训练您的模型，例如 llama-factory。
引用
如果您觉得这项工作对您有所帮助，请引用如下：
@article{li2025codeio,
title={CodeI/O: Condensing Reasoning Patterns via Code Input-Output Prediction},
author={Li, Junlong and Guo, Daya and Yang, Dejian and Xu, Runxin and Wu, Yu and He, Junxian},
journal={arXiv preprint arXiv:2502.07316},
year={2025}
}
致谢
我们感谢 Fan Zhou、Wei Liu 和 Yiheng Xu 提供的宝贵反馈和建议！ 🤗🤗🤗
常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。