본 논문은 대규모 언어 모델(LLM)을 이용한 자연어 명령어로부터 실행 가능한 코드 생성의 어려움, 특히 의미 모호성 및 작업 특정 맥락 이해 문제를 해결하기 위해 DemoCraft 시스템을 제안한다. DemoCraft는 문맥 내 학습과 데모 선택, 그리고 잠재 개념 학습을 결합하여 코드 생성을 향상시킨다. 잠재 개념 학습은 작업 특정 지식을 포착하는 학습 가능한 임베딩인 추가적인 개념 토큰을 도입한다. MBPP와 Humaneval 두 가지 주요 데이터셋에서 시스템을 테스트한 결과, 기준 모델에 비해 pass@k 지표에서 약 2배의 향상을 보였다. 또한, correctness@k와 similarity@k라는 두 가지 새로운 평가 지표를 도입하여, 해당 지표에서도 약 3배의 향상을 달성했다고 보고한다.
