Microsoft’tan “Yapay Zekâ ile Uygulama Geliştirip Köşeyi Dönme” Hayali Kuranların Hevesini Kursağında Bırakacak Araştırma Geldi

OpenAI, Anthropic ve gibisi yapay zekâ şirketlerinin geliştirdiği modeller artık yazılım geliştirme süreçlerinde kullanılmaya başlandı lakin bu alanda hevesi olanlar için belirtmek gerek, görünüşe nazaran daha geliştirilmesi gereken çok şey var.

Google CEO’su Sundar Pichai, şirket içindeki yeni kodların %25’inin yapay zekâ tarafından üretildiğini belirtmişti. Meta CEO’su Mark Zuckerberg de benzeri planlamaları olduğunu söylemişti.

Yapay zekâlar hâlâ yanılgıları çözmekte başarısız

Fakat Microsoft Research tarafından yapılan yeni bir araştırma, bu modellerin yazılım kusurlarını düzeltmede hâlâ yetersiz kaldığını ortaya koydu. SWE-bench Lite isimli testte, OpenAI’ın ve Anthropic’in ileri seviye modelleri, sunulan 300 yanılgı düzeltme misyonundan birçoklarını çözemedi.

Claude 3.7 Sonnet en yüksek muvaffakiyet oranına sahip model olsa da başarı oranı sırf %48,4’te kaldı. OpenAI’ın o1 modeli %30,2; o3-mini ise %22,1 muvaffakiyet gösterdi.

Araştırmacılara nazaran bu düşük performansın temel nedenleri ortasında modellerin kusur ayıklama araçlarını verimli kullanamaması ve eğitim bilgilerinde gerçek insan yanılgı ayıklama süreçlerinden gereğince yararlanamamaları yatıyor.

Yapay zekâ ile ilgili başka içeriklerimiz:

Peki siz yapay zekâyı kodlama işleriniz için kullandınız mı? Tecrübelerinizi aşağıdaki yorumlar kısmından bizimle paylaşabilirsiniz.