Wie ChatGPT Fehler im Computercode finden und beheben kann

Wie der ChatGPT-KI-Chatbot Fehler im Computercode finden und Fehler im Computercode beheben kann

ChatGPT, ein von OpenAI entwickelter KI-Chatbot, findet Fehler im Computercode, und ChatGPT behebt Fehler mithilfe eines standardmäßigen maschinellen Lernansatzes – und funktioniert besser, wenn er sich an Gesprächen beteiligt. Der KI-Chatbot ChatGPT kann Fehler im Computercode finden und ChatGPT behebt die Fehler im Computercode mithilfe eines standardmäßigen Ansatzes für maschinelles Lernen. Lesen Sie weiter, um mehr zu erfahren.

Der OpenAI ChatGPT-Chatbot eignet sich hervorragend zum Beheben von Softwarefehlern, aber sein Hauptvorteil gegenüber anderen KI-Methoden und -Modellen ist seine einzigartige Fähigkeit, mit Menschen zu kommunizieren, wodurch die Korrektheit der Antworten erhöht werden kann.

Forscher der Johannes Gutenberg-Universität Mainz und des University College London verglichen ChatGPT OpenAI mit „Standardtechniken zur automatisierten Programmreparatur“ sowie mit zwei Deep-Learning-Ansätzen zur Programmreparatur: Codex, das GPT-3-basierte Modell von OpenAI, das die paarweise Programmierung und die automatisierte Codevervollständigung von Copilot GitHub unterstützt , und CoCoNut von der University of Waterloo, Kanada.

„Wir haben festgestellt, dass die Bugfix-Leistung von ChatGPT mit den gängigen Deep-Learning-Ansätzen CoCoNut und Codex konkurrenzfähig und deutlich besser ist als die Ergebnisse, die für Standardansätze zur Programmkorrektur gemeldet wurden“, schreiben die Forscher in einem neuen arXiv-Papier, das zuerst von New Scientist entdeckt wurde.

Während die Fähigkeit von ChatGPT, Codierungsprobleme zu lösen, nichts Neues ist, betonen Forscher, dass seine einzigartige Fähigkeit, mit Menschen zu kommunizieren, einen potenziellen Vorteil gegenüber anderen Ansätzen und Modellen bietet.

Die Forscher verwendeten den Bugfix-Benchmark QuixBugs, um die Leistung von ChatGPT zu bewerten. Da es vor 2018 entwickelt wurde, scheint das automatisierte Programmreparatursystem (APR) im Nachteil zu sein.

ChatGPT baut auf der Transformers-Architektur auf, die von Google entwickelt wurde, sagte Meta-Chef von AI Yann LeCunn diese Woche. Der Codex, CodeBERT von Microsoft Research und Googles Vorgänger BERT basieren alle auf der Transformer-Methode von Google.

Im Beispiel für den Debug-Code hebt OpenAI die Fähigkeiten von ChatGPT-Dialogen hervor, in denen es um Erläuterungen bitten und Hinweise von jemandem für eine bessere Antwort erhalten kann. Es verwendet Reinforcement Learning aus menschlichem Feedback, um große Sprachmodelle zu trainieren, die ChatGPT (GPT-3 und GPT 3.5) unterstützen. (RLHF).

Während die Diskussionsfähigkeit von ChatGPT helfen kann, präzisere Antworten zu finden, stellen die Forscher fest, dass die Qualität der Vorschläge unbekannt ist. Aus diesem Grund wollten sie die Bugfixing-Fähigkeiten von ChatGPT bewerten.

ChatGPT wurde auf QuixBugs 40 Python-spezifische Probleme getestet, und die Forscher überprüften manuell, ob die vorgeschlagenen Lösungen korrekt waren oder nicht. Sie wiederholten die Abfrage viermal, weil die Zuverlässigkeit der ChatGPT-Antworten etwas zufällig war, wie Professor Wharton feststellte, nachdem er den Chatbot einer Prüfung im MBA-Stil unterzogen hatte.

ChatGPT behebt 19 von 40 Python-Fehlern, kompatibel mit CoCoNut (19) und Codex (19). (21). Die Standard-APR-Methode behandelt jedoch nur sieben Probleme.

Forscher fanden heraus, dass ChatGPT eine Erfolgsquote von 77,5 % bei Folgeinteraktionen hatte.

Die Auswirkungen für Entwickler sind jedoch unklar. Die von ChatGPT generierte Antwort wurde kürzlich auf Stack Overflow wegen geringer Qualität gesperrt, klingt aber vernünftig. Professor Wharton fand heraus, dass ChatGPT als “intelligenter Berater” fungieren kann (ein Berater, der elegante, aber oft falsche Antworten liefert) und kritisches Denken bei MBA-Studenten fördert.

Der Beitrag How ChatGPT Can Find and Fix Bugs in Computer Code erschien zuerst in Analytics Insights.

,
#Wie #ChatGPT #Fehler #Computercode #finden #und #beheben #kann

Source: analyticsinsight.net

Share