محققان در یک دستاورد هیجانانگیز، بنچمارک جدیدی به نام MirrorCode را معرفی کردهاند که توانایی مدلهای هوش مصنوعی را در بازسازی کامل پروژههای نرمافزاری پیچیده به چالش میکشد.
در این بنچمارک، مدلهای هوش مصنوعی باید بدون دسترسی به کدهای منبع (Source Code)، عملکردِ نرمافزارهای موجود را صرفاً از طریق رفتار آنها بازتولید کنند!
برخی نکات کلیدی این پژوهش:
✅ ارزیابی روی ۲۵ پروژه واقعی از ابزارهای لینوکسی تا پروتکلهای رمزنگاری.
✅ ثبت موفقیت ۵۶ درصدی مدلهای قدرتمند فعلی در بازسازی پروژههای سنگین.
✅ هوش مصنوعی موفق شده پروژهای ۱۶ هزار خطی را در مدتی کوتاه بازسازی کند؛ کاری که برای یک مهندس انسان هفتهها زمان میبرد.
این پیشرفت نشان میدهد که ما به دورانی نزدیک میشویم که هوش مصنوعی میتواند به جای نوشتن قطعهکد، «معماری» سیستمهای نرمافزاری را درک کرده و آنها را بازسازی کند. البته هنوز هزینههای پردازشی برای این کار بسیار بالاست، اما مسیر روشن است!
منبع: arXiv AI