Answers are grounded in this paper and cite their sources.
Цель исследования: разработка методического, алгоритмического и программного обеспечения для создания автоматизированных средств генерации программного обеспечения на основе больших языковых моделей.Методы исследования: анализ архитектуры, методов и средств создания, обучения и применения больших языковых моделей, исследование методов и алгоритмов точной настройки и применения больших языковых моделей для генерации программного кода, экспериментальные исследования разработанных алгоритмов и программ на стенде.Полученные результаты: исследованы архитектурные и технологические основы построения и функционирования больших языковых моделей (Large Language Model, LLM).Определены перспективные технологии, методы и средства обучения и точной настройки LLM на решение задач в области программирования.Разработана методика создания автоматизированных средств генерации программного кода посредством реализации итерационной процедуры настройки ограниченного количества значимых параметров базовой LLM на специально подготовленных обучающих наборах данных.Определены ключевые модули и параметры процедуры настройки LLM.Представлены фрагменты программной реализации методики в среде Pytorch.Полученные в ходе экспериментов результаты свидетельствуют о целесообразности применения данного подхода для разработки автоматизированных средств генерации программного кода.Научная и практическая значимость: состоит в разработке методического
No takes yet. Share an insight, caveat, or question.
A 2024 study studied this question.
Synapse has enriched 10 related papers. Consider them for comparative context: