النماذج اللغوية الكبيرة (LLMs) المتخصصة في المجالات تُغير عملية توليد الأكواد بالذكاء الاصطناعي
تعد مساعدات البرمجة بالذكاء الاصطناعي معياراً في العديد من سير العمل، حيث تقوم بكتابة الأكواد النمطية (boilerplate code) وتساعد في تصحيح الأخطاء (debugging).
تستخدم معظم المساعدات نماذج عامة. تتدرب هذه النماذج على الأكواد والوثائق العامة، وتعمل بشكل جيد في المهام الواسعة.
تفشل النماذج العامة في البيئات المتخصصة، حيث تواجه صعوبة في:
- أطر العمل المملوكة للشركات (Proprietary frameworks)
- واجهات برمجة التطبيقات (APIs) الداخلية
- معايير الصناعة
- المجموعات التقنية المتخصصة (Specialized technology stacks)
قد يكتب النموذج العام كوداً يعمل بالفعل، ولكنه ينتهك قواعد شركتك.
تعالج النماذج اللغوية الكبيرة (LLMs) المتخصصة في المجالات هذه المشكلة، حيث تركز على خبرات محددة. وتستخدم هذه النماذج بيانات تدريب مستمدة من صناعات أو شركات معينة.
توفر النماذج المتخصصة عدة فوائد:
- وعي أفضل بالسياق
- الامتثال للوائح الصناعة
- الالتزام بالأنماط المعمارية (architectural patterns)
- جودة أعلى للأكواد
- حاجة أقل للتصحيحات اليدوية
يقضي المطورون وقتاً أقل في إصلاح أخطاء الذكاء الاصطناعي، ووقتاً أطول في بناء قيمة تجارية. كما تساعد هذه النماذج الموظفين الجدد على تعلم الأدوات الداخلية بشكل أسرع.
تستفيد قطاعات مثل التمويل، والرعاية الصحية، والأمن السيبراني بشكل أكبر، حيث تكتسب الدقة أهمية قصوى في هذه المجالات.
سيعتمد المستقبل على كلا النوعين من النماذج؛ حيث ستتولى النماذج العامة المهام الأساسية، بينما ستتولى النماذج المتخصصة الأعمال المعقدة وعالية المخاطر.
الفرق التي تستخدم كلا النهجين تبني برمجيات أفضل.
المصدر: https://aitransformer.online/domain-specific-llms-for-code-generation/