الذكاء الاصطناعي يكتب الكود، والذكاء الاصطناعي يراجعه؟ هل هذا غبي؟

2025-05-01
الذكاء الاصطناعي يكتب الكود، والذكاء الاصطناعي يراجعه؟ هل هذا غبي؟

اكتشف داكش، المؤسس المشارك لشركة غريب تايل، أن أداة توليد رمز الذكاء الاصطناعي، ديفين، قدمت طلبات سحب أكثر من أي مهندس بشري. وهذا يثير تساؤلاً مثيراً للاهتمام: هل يجب مراجعة الرمز الذي تم إنشاؤه بواسطة الذكاء الاصطناعي بواسطة الذكاء الاصطناعي نفسه؟ على الرغم من أن نماذج اللغات الكبيرة عديمة الحالة، إلا أن كل مكالمة مستقلة، وهذا لا يعني أن الذكاء الاصطناعي يراجع رمزه الخاص بشكل مثالي. إن الرمز الذي تم إنشاؤه بواسطة الذكاء الاصطناعي، على الرغم من أنه يعزز الكفاءة، إلا أنه قد يُدخِل أخطاء يصعب على البشر العثور عليها. تُظهر الأبحاث أن الذكاء الاصطناعي أكثر فعالية من البشر في العثور على أنواع معينة من الأخطاء، على الرغم من أن دقتها لا تزال بحاجة إلى تحسين. في النهاية، تقول المقالة إن مراجعة الرمز بواسطة الذكاء الاصطناعي، على الرغم من أنها ليست مثالية، إلا أنها أكثر فعالية من البشر في العثور على أنواع محددة من الأخطاء التي أدخلها الذكاء الاصطناعي نفسه.

اقرأ المزيد

إنشاء ميمات مضحكة باستخدام نماذج اللغات الكبيرة: صعب بشكل غير متوقع

2025-01-06
إنشاء ميمات مضحكة باستخدام نماذج اللغات الكبيرة: صعب بشكل غير متوقع

حاول متدرب في جامعة واترلو إنشاء تطبيق باستخدام نماذج اللغات الكبيرة وواجهة برمجة التطبيقات Greptile لإنشاء ميمات تسخر من مستودعات جيثب. وقد أثبتت العملية أنها صعبة بشكل غير متوقع. أدى طلب إنشاء النكات مباشرة من نموذج اللغة الكبير إلى نتائج عامة. تمثلت الحل في فصل المهمة إلى تحليل التعليمات البرمجية (باستخدام Greptile لتحديد المشكلات المحددة) وإنشاء النكات (باستخدام نموذج اللغة الكبير لإنشاء الفكاهة الموجهة). وقد ثبت أن إنشاء الصور أمر صعب بسبب القيود المفروضة على التعامل مع النصوص، مما أدى إلى استخدام قوالب ميمات جاهزة و node-canvas لإدراج النصوص. وعلى الرغم من العقبات، فقد توج المشروع بموقع reporoast.com، وهو موقع ويب قادر على إنشاء ميمات مخصصة.

اقرأ المزيد
التطوير إنشاء الميمات

كيف تعلم روبوت مراجعة كود الذكاء الاصطناعي أن يصمت

2024-12-21
كيف تعلم روبوت مراجعة كود الذكاء الاصطناعي أن يصمت

واجه روبوت مراجعة كود الذكاء الاصطناعي من Greptile في البداية انتقادات بسبب توليد تعليقات زائدة. لمعالجة هذه المشكلة، قاموا بتجربة هندسة المطالبات وجعل LLM يقيم تعليقاته الخاصة، لكن هذه الأساليب ثبت أنها غير فعالة. جاء إنجازهم من خلال تحويل التعليقات السابقة إلى متجهات، وتجميعها في قاعدة بيانات متجهة، وفلترة التعليقات الجديدة المشابهة لتلك التي تم رفضها سابقًا. أدى هذا النهج إلى زيادة معدل معالجة المطورين من 19٪ إلى أكثر من 55٪، مما قلل بشكل كبير من ضجيج LLM.

اقرأ المزيد
التطوير مراجعة الكود