OpenAI покращила GPT-6, модель досягає 97,9% точності у перенесенні коду зі старих мов програмування

Вдосконалення моделей штучного інтелекту OpenAI

Як повідомляє НВ — Техно: 20 жовтня 2023 року OpenAI оголосила про вдосконалення своїх моделей штучного інтелекту, які тепер здатні модернізувати застаріле програмне забезпечення, зокрема переносити код зі старих мов програмування на сучасні. Модель GPT-6.1 Sol досягла вражаючої точності 97,9% у тестах перенесення коду за високого рівня обчислювальних зусиль. Ці результати свідчать про значний прогрес у використанні штучного інтелекту для оновлення програм, які застосовуються в банківській сфері та інших областях.

Результати тестування моделей

Тестування моделі включало проходження всіх прихованих тестів, зокрема порівняння результатів перенесеної програми з оригіналом. При низькому рівні обчислювальних зусиль точність GPT-6.1 Sol становила 86,6%, тоді як попередня модель GPT-5.6 Sol продемонструвала лише 5,4% точності. Водночас модель GPT-6 Astra також показала значні покращення: середній відсоток пройдених тестів у MultiLangBench зріс до 87,4% з 26,8% у GPT-5.6 Sol. Зокрема, результати для мов програмування, таких як Fortran, Visual Basic і COBOL, показали істотне покращення, зокрема результат Fortran зріс з 21,4% до 83,5%, а COBOL з 10,9% до 72,1%.

Проте, незважаючи на ці досягнення, OpenAI зафіксувала труднощі розробників при роботі зі старими мовами програмування через неповну документацію та специфічні правила, що зберігаються лише у початковому коді. Як зазначила компанія:

“Розробники стикалися з труднощами під час використання ШІ для роботи зі старими мовами”

.

Це особливо актуально для COBOL, який досі використовується у фінансовій інфраструктурі, де точність обчислень має критичне значення.

Варто зазначити, що модель GPT-6 Luna показала середній результат 40,3% у MultiLangBench, при цьому її використання коштувало приблизно на 78% дешевше за GPT-5.6 Sol. Середні витрати на один зразок становили 0,77 долара для GPT-6 Luna та 3,48 долара для GPT-5.6 Sol. Перенесення критично важливих систем залишається складним процесом, що потребує ретельної перевірки перед реальним застосуванням.

Вдосконалення моделі GPT-6.1 Sol та інших моделей OpenAI підкреслює важливість адаптації старих технологій до сучасних вимог, особливо в контексті фінансової інфраструктури, де точність та надійність програмного забезпечення критично важливі. Зростання точності перенесення коду може значно спростити процес оновлення старих систем, однак продовжують існувати виклики, пов'язані з недостатньою документацією і специфікою старих мов програмування. Це підкреслює необхідність подальшої роботи над інтеграцією штучного інтелекту в програмну інженерію.