همانطور که میدانید، آموزش مدلهای زبانی برای کدنویسی نیاز به دادههای آموزشی دقیق و پیچیده دارد. اکثر روشهای فعلی به دلیل استفاده از رویکردهای کلیشهای، کدهایی تولید میکنند که فاقد عمق منطقی هستند.
محققان در مقاله جدیدی، چارچوب هوشمند CodeEvo را معرفی کردهاند که شامل دو عامل «کدنویس» (Coder) و «بازبین» (Reviewer) است. این سیستم با استفاده از یک پروتکل ارزیابی ترکیبی (ترکیب کامپایلر و تحلیل معنایی)، دیتاست عظیمی شامل ۱۰۰ هزار نمونه کد با سطوح سختی متفاوت تولید میکند.
خبر خوب اینکه مدلهایی که با این دیتاست آموزش دیدهاند، در معیارهای برنامهنویسی بهمراتب بهتر از مدلهای قبلی عمل میکنند. اگر توسعهدهنده هوش مصنوعی هستید، این منبع جدید میتواند برای بهبود عملکرد مدلهایتان بسیار مفید باشد.
🔗 دسترسی به کد و دیتاست در گیتهاب
منبع: arXiv NLP