Key points are not available for this paper at this time.
تقوم هذه الدراسة بتقييم قدرات نسختي ChatGPT 3.5 و 4 في إنشاء الشيفرة عبر مجموعة متنوعة من لغات البرمجة. هدفنا هو تقييم فعالية هذه النماذج الذكية في إنتاج البرامج العلمية. لهذا الغرض، طلبنا من ChatGPT توليد ثلاثة أكواد متميزة: تكامل رقمي بسيط، محلل تدرجات مترافقة، ومحلل لمعالجة معادلة الحرارة في بعد واحد على أساس القوالب بشكل متوازي. وكان محور تحليلنا هو التجميع، وأداء وقت التشغيل، ودقة الأكواد. بينما تمكنت كلتا نسختي ChatGPT من إنشاء أكواد تم تجميعها وتشغيلها (مع بعض المساعدة)، كانت بعض اللغات أسهل على الذكاء الاصطناعي من غيرها (ربما بسبب حجم مجموعات البيانات التدريبية المستخدمة). كانت الأكواد المتوازية - حتى المثال البسيط الذي اخترناه للدراسة هنا - صعبة أيضًا على الذكاء الاصطناعي لإنتاجها بشكل صحيح.
درس Diehl وزملاؤه (الثلاثاء) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: