Истражување за ефикасноста на генерирање код со GPT (Generative Pre-Trained Transformer) за задачи во софтверското инженерство

Pop Tomov, Nikola (2023) Истражување за ефикасноста на генерирање код со GPT (Generative Pre-Trained Transformer) за задачи во софтверското инженерство. Masters thesis, Goce Delcev University Stip.

Text Лекториран-МАГИСТЕРСКИ ТРУД - Final Draft (1)-Никола - Copy (1).pdf Download (1MB)

Abstract

Брзиот напредок на моделите за машинско учење кои користат обработка на
природен јазик предизвика интерес за нивната потенцијална примена за
генерирање код во областа софтверското инженерство. Оваа теза ја испитува
ефикасноста на GPT (Генеративен претходно-трениран трансформер)
моделите во автоматизирањето на задачите за кодирање, оценувајќи го
нивниот потенцијал за подобрување на ефикасноста, точноста и квалитетот на
кодот.
Студијата вклучува длабинска анализа на моделите базирани на GPT,
вклучувајќи ги GPT-3.5 и GPT-4, и ги оценува нивните перформанси врз
различни програмски јазици и задачи. Таа користи квалитативни и
квантитативни мерки и увиди базирани на анкети за да обезбеди сеопфатна
проценка за ефикасноста на овие модели во генерирањето код.
Првичните наоди сугерираат дека иако GPT моделите покажуваат потенцијал
за производство на точен, синтаксички прецизен код за добро специфицирани
задачи, нивната ефикасност се намалува кога се соочуваат со двосмислени
или сложени описи на задачи. Овие резултати ги истакнуваат и можностите и
ограничувањата на алатките за генерирање код базирани на GPT, што укажува
на потребата за пософистицирани модели способни да се справат со
сложеноста на софтверското инженерство.
Истражувањето, исто така, ги истражува импликациите на генерирањето код
засновано на GPT врз работните текови на софтверското инженерство,
дискутирајќи ги можните промени во улогите на софтверските инженери.
Анализиран е потенцијалот овие алатки за вештачка интелигенција да
извршуваат секојдневни задачи, со што ќе им се овозможи на инженерите да се
фокусираат на дизајн на високо ниво и на стратегиско одлучување.
Истовремено, се анализираат предизвиците, вклучително и неопходноста од
4
темелно тестирање и верификација на кодот генериран со овие алатки и
потенцијалните етички импликации на вештачката интелигенција во развојот на
софтверот.
Оваа студија придонесува за разбирање на практичните апликации и
ограничувањата на ВИ во развојот на софтвер и изгледите за подобрување. Се
потврдува дека иако моделите базирани на GPT покажуваат значителен
потенцијал во автоматизирањето на специфичните аспекти на софтверското
инженерство, човечкиот придонес и надзорот остануваат клучни за справување
со сложени, креативни и двосмислени задачи.
Клучни зборови:
Вештачка интелигенција, машинско учење, обработка на природни јазици,
автоматско програмирање, квалитет на код, ефикасност на работниот тек, етика
во вештачката интелигенција.

Item Type:	Thesis (Masters)
Subjects:	Natural sciences > Computer and information sciences
Divisions:	Faculty of Computer Science
Depositing User:	Katerina Hadzi-Vasileva
Date Deposited:	30 Oct 2023 13:09
Last Modified:	30 Oct 2023 13:09
URI:	https://eprints.ugd.edu.mk/id/eprint/32470

Actions (login required)

View Item