એઆઈ વિકાસકર્તાઓ માટે એક વિશાળ ક્રાંતિનું વચન આપે છે, પરંતુ શું તે ફક્ત કોડ બનાવટ માટે છે? એન્થ્રોપિક અને ઓપનએઆઈના લોકપ્રિય એઆઈ મોડેલો ડિબગીંગમિક્રોસ .ફ્ટના સંશોધકો સંશોધનને સરળ બનાવવા માટે તેમના સાધનોને ખુલ્લા સોર્સ કરી રહ્યા છે
તેમ છતાં જનરેટિવ એઆઈ વધુને વધુ પ્રોગ્રામિંગ વર્કફ્લોમાં એકીકૃત કરવામાં આવી રહી છે, માઇક્રોસ .ફ્ટના નવા સંશોધનનો દાવો છે કે ડિબગીંગની વાત આવે ત્યારે કેટલાક મોટા ભાષાના મ models ડેલ્સ હજી પણ ખંજવાળમાં નથી.
તે સંશોધન કેટલાક અદ્યતન મોડેલો પણ ડિબગીંગ કાર્યો સાથે સંઘર્ષ કરે છે જે અનુભવી વિકાસકર્તાઓ માટે ખૂબ સરળ છે, માનવ પ્રોગ્રામરોના સતત મહત્વને પ્રકાશિત કરે છે.
એઆઈમાં નક્કર ઉપયોગ કેસ હોવાનું જણાય છે, તેમ છતાં, ગૂગલે હવે દાવો કર્યો છે કે લગભગ 25% નવો કોડ એઆઈ-જનરેટેડ છે. મેટાએ કોડિંગ માટે એઆઈની વિશાળ જમાવટની પણ નોંધ લીધી છે.
તમને ગમે છે
એઆઈ કોડ બનાવટ માટે સારી છે, પરંતુ ડિબગીંગ માટે નહીં
રિપોર્ટમાં અન્વેષણ કરવામાં આવ્યું છે કે 11 માઇક્રોસ .ફ્ટ સંશોધનકારોએ એસડબ્લ્યુઇ-બેંચ લાઇટ પર નવ એઆઈ મોડેલોનું પરીક્ષણ કેવી રીતે કર્યું-એક લોકપ્રિય ડિબગીંગ બેંચમાર્ક. ક્લાઉડ 7.7 સોનેટે દૂર-પરફેક્ટ 48.4%પર સૌથી વધુ સફળતા દરની ઓફર કરી. ઓપનએઆઈના ઓ 1 અને ઓ 3-મિનીએ અનુક્રમે 30.2% અને 22.1% ની નીચી સફળતા દર નોંધાવી છે.
“ડિબગીંગ ટૂલ્સ સાથે પણ, અમારું સરળ પ્રોમ્પ્ટ-આધારિત એજન્ટ ભાગ્યે જ એસડબ્લ્યુઇ-બેંચ લાઇટના અડધાથી વધુને હલ કરે છે,” સંશોધનકારોએ ક્રમિક નિર્ણય લેવાની વર્તણૂકને રજૂ કરતા ડેટાના અભાવ પર સબઓપ્ટિમલ પ્રદર્શનને દોષી ઠેરવતા લખ્યું છે.
જોકે, બધી આશા ખોવાઈ નથી. “અમારું માનવું છે કે તાલીમ અથવા ફાઇન-ટ્યુનિંગ એલએલએમ તેમની ઇન્ટરેક્ટિવ ડિબગીંગ ક્ષમતાઓને વધારી શકે છે.”
સંશોધનકારો ભૂલોને ઉકેલવા માટે જરૂરી માહિતી એકત્રિત કરવામાં વિશેષ માહિતી મેળવનારા મોડેલને ફાઇન-ટ્યુન કરવાનો ઇરાદો ધરાવે છે, પરંતુ તે દરમિયાન, તેઓ સ્રોત ડિબગ-જિમ ખોલવાનું વચન આપે છે જેથી અન્ય લોકો માટે સમાન સંશોધન કરવાનું સરળ બને.
ડિબગ-જીમને એક “પર્યાવરણ તરીકે વર્ણવવામાં આવે છે જે કોડ-રિપેરિંગ એજન્ટોને સક્રિય માહિતી-શોધવાની વર્તણૂક માટેના સાધનોને to ક્સેસ કરવાની મંજૂરી આપે છે.”
જો કે, હમણાં માટે, કૃત્રિમ બુદ્ધિ એઆઈ કંપનીઓ સૂચવે છે તેટલું વિકાસકર્તાઓના જીવનમાં જેટલું મૂલ્ય લાવશે નહીં.
“મોટાભાગના વિકાસકર્તાઓ તેમના મોટાભાગના સમય ડિબગીંગ કોડમાં વિતાવે છે,” સંશોધનકારોએ લખ્યું, જે દર્શાવે છે કે તેઓ કોડ જનરેશનથી લાભ લેતા હોય, તો પણ તે તેમને તેટલો સમય બચાવી શકશે નહીં.
