محققان در پژوهشی جدید، روشی نوآورانه برای فشردهسازی کدهای برنامهنویسی با استفاده از مدلهای زبانی بزرگ (LLM) ارائه کردهاند. در این رویکرد جدید که بر اساس «رتبهبندی نمادها» طراحی شده، به جای استفاده از روشهای قدیمی، مدلها با محدود کردن پیشبینیها به رتبههای برتر (Top-T)، توانستهاند تا ۳۷ درصد فشردهسازی بهتری نسبت به روشهای مشابه داشته باشند و سرعت عملیات را نیز تا ۴۰ درصد افزایش دهند. این دستاورد میتواند به مدیریت بهینه آرشیوهای عظیم نرمافزاری کمک بزرگی کند. 💻✨
نویسی
منبع: arXiv Machine Learning