تا امروز مدلهای زبانی در نوشتن کد پیشرفت زیادی کردهاند، اما درک معماری پیچیده نرمافزار همچنان یک چالش بزرگ بود. حالا یک روش جدید معرفی شده که در آن، خودِ هوش مصنوعی به عنوان یک «داور متخصص» وارد عمل میشود!
در این رویکرد جدید که با نام ‘Agentic Judgment’ شناخته میشود، دو داور هوشمند وارد عمل میشوند:
✅ داور پیچیدگی (ACJ): برای درک اینکه یک وظیفه خاص چه میزان دقت معماری میطلبد.
✅ داور کیفیت (AQJ): برای اطمینان از اینکه کدهای تولید شده با استانداردهای پروژه همخوانی دارند.
نتیجه این کار؟ مدلهای Qwen پس از آموزش با این روش، تا ۵۴۰٪ عملکرد بهتری در SWE-bench داشتهاند. این یعنی هوش مصنوعی در حال یادگیریِ «خوب کد زدن» به جای صرفاً «کد زدن» است! 🧠🛠
نویسی
منبع: arXiv AI