تا حالا برایتان پیش آمده که یک مدل هوش مصنوعی کدی بنویسد که در نگاه اول درست به نظر برسد اما به خاطر نادیده گرفتن قوانین اصلی، دچار خطا شود؟
محققان در مقاله جدیدی روشی به نام Agentic Synthesis را معرفی کردهاند که فرآیند توسعه توسط ایجنتهای کدنویس را متحول میکند. در این روش، به جای تکیه صرف بر تاریخچه کدها، از یک «طرح کلی تکاملیافته» استفاده میشود تا ایجنت بتواند با استفاده از نمونههای نقض (Counterexamples) و تأیید انسانی، قوانین حاکم بر پروژه را به درستی یاد بگیرد. این یعنی ایجنتها دیگر خطاهای قبلی را تکرار نمیکنند و کد تولید شده بسیار قابلاعتمادتر خواهد بود.
این تحقیق گام مهمی در جهت ساخت ایجنتهای خودکار است که میتوانند در پروژههای پیچیده نرمافزاری با دقت بالا فعالیت کنند. 🚀
منبع: arXiv AI