همیشه یکی از چالشهای اصلی استفاده از هوش مصنوعی برای کدنویسی، ابهام در پرامپتها و فرضیات مخفی مدل بوده که باعث میشد خروجی نهایی همیشه مطابق میل برنامهنویس نباشد. 🤖💻
محققان ابزار جدیدی به نام «AssumptionMiner» معرفی کردهاند که این فرضیات پنهان را شناسایی و شفاف میکند. این چارچوب نه تنها کدهای تولید شده را ارائه میدهد، بلکه یک لایه «فرضنامه» ایجاد میکند تا توسعهدهندگان بتوانند تصمیمات مدل را بازبینی، تایید یا اصلاح کنند. به کمک این سیستم، اگر بخشی از فرضهای مدل اشتباه باشد، فقط همان قسمت از کد بازنویسی میشود و نیازی به تولید مجدد کل پروژه نیست! 🚀
این یک قدم بزرگ برای قابلاطمینانتر کردن دستیارهای برنامهنویسی است.
منبع: arXiv NLP