በሞዴሎቻችን ላይ ያደረግናቸው የቅርብ ጊዜ ማሻሻያዎች፣ እንደ COBOL፣ Fortran እና Visual Basic ባሉ የመማሪያ ሀብት ውስን በሆነባቸው የፕሮግራሚንግ ቋንቋዎች ሶፍትዌር የመገንባት እና የማዛወር አቅምን ያጠናክራሉ። እነዚህ ቋንቋዎች እንደ Python እና JavaScript ካሉት ቋንቋዎች ጋር ሲነጻጸሩ፣ ሞዴሎች የሚማሩባቸው ኮድ እና ሰነዶች ያነሱ ቢሆኑም፣ በዓለም ዙሪያ ላሉ ወሳኝ መሠረተ ልማቶች እና አስፈላጊ አገልግሎቶች መሠረት ናቸው። COBOL ከ40% በላይ ለሚሆኑ የመስመር ላይ የባንክ ሥርዓቶች፣ 80% ለሚሆኑ በአካል ለሚፈጸሙ የክሬዲት ካርድ ግብይቶች እና 95% ለሚሆኑ የATM ግብይቶች መሠረት ሆኖ ያገለግላል(በአዲስ መስኮት ውስጥ ይክፈታል)። Fortran ደግሞ ለአየር ሁኔታ ትንበያ(በአዲስ መስኮት ውስጥ ይክፈታል) እና ለኑክሌር ሪአክተር ደህንነት ትንተና(በአዲስ መስኮት ውስጥ ይክፈታል) ያገለግላል። AI በእነዚህ ቋንቋዎች የመሥራት ችሎታውን ማሻሻል፣ ቡድኖች አስፈላጊ አገልግሎቶች የሚመኩባቸውን ሶፍትዌሮች ለመጠገን እና ለማዘመን ሊረዳ ይችላል።
ይህን ሥራ የሚመራው ኮድ የሚጽፉ ሞዴሎች በእነዚህ ቋንቋዎች ለመሥራት ብዙ ጊዜ እንደሚቸገሩ ከነገሩን ገንቢዎች እና ድርጅታዊ ደንበኞች ያገኘነው ግብረመልስ ነው። እነዚህን ሶፍትዌሮች መጠገን እና ማዘመን አስቸጋሪ ሊሆን ይችላል፦ ሰነዶቹ ያልተሟሉ ሊሆኑ፣ መጀመሪያ የገነቧቸው ሰዎች ኩባንያውን ለቀው ሊሄዱ፣ አስፈላጊ የንግድ አሠራር ደንቦችም በኮዱ ውስጥ ብቻ ሊኖሩ ይችላሉ። ቡድኖች ስህተቶችን እያስተካከሉም ሆነ ወደ ሌላ ቋንቋ እያዛወሩ፣ ሥርዓቶቻቸው የሚመኩበትን የሶፍትዌሩን አሠራር እንዳለ ማስቀጠል ይኖርባቸዋል።
የተገኘውን እድገት ለመለካት ሁለት ምዘናዎችን አዘጋጅተናል። MultiLangBench አንድ ሞዴል በ20 የተለያዩ የፕሮግራሚንግ ቋንቋዎች ከSQLite ጋር ተኳሃኝ የሆነ የውሂብ ጎታ ሞተር ከዜሮ ጀምሮ መገንባት እንደሚችል ይፈትናል። የCOBOL ማዛወር ምዘናችን ደግሞ አንድ ሞዴል ያሉትን ፕሮግራሞች አሠራራቸውን ሳይቀይር ወደ ሌላ ቋንቋ ማዛወር እንደሚችል ይፈትናል። ሁለቱ ምዘናዎች በአንድነት ሁለት ተደጋጋፊ ክህሎቶችን ይፈትናሉ፦ አዲስ ሶፍትዌር መገንባት እና ያለው ሶፍትዌር የሚሠራውን ሥራ እንዳለ ማስቀጠል።
የቅርብ ጊዜ ሞዴሎቻችን በሁለቱም ምዘናዎች ከፍተኛ መሻሻል አሳይተዋል፤ በዝቅተኛ ወጪ እጅግ የላቀ ትክክለኛነትን ያቀርባሉ።
በMultiLangBench ምዘና፣ GPT‑6 Astra በ20 የፕሮግራሚንግ ቋንቋዎች አማካይ ፈተና የማለፍ መጠን 87.4% አስመዝግቧል፤ ይህም GPT‑5.6 Sol ካስመዘገበው 26.8% ከፍ ያለ ሲሆን፣ በተፈተኑት ቋንቋዎች ሁሉ መሻሻል ታይቷል። GPT‑6 Luna እንዲሁ GPT‑5.6 Solን በልጦ፣ በግምት 78% ያነሰ የAPI ወጪ 40.3% አስመዝግቧል።
በCOBOL ማዛወር ምዘናችን፣ GPT‑6.1 Sol በዝቅተኛ የማመዛዘን ጥረት 86.6% ትክክለኛነት አስመዝግቧል፤ GPT‑5.6 Sol ግን 5.4% ብቻ ነበር። ወጪውም በ39% ያነሰ ነው። የማመዛዘን ጥረቱ ከፍ ሲል፣ ትክክለኛነቱ 97.9% ይደርሳል፤ ይህም በምዘናው ሊገኝ ወደሚችለው ከፍተኛ ውጤት በእጅጉ ይቀርባል።
እነዚህ ውጤቶች በአንድነት ሲታዩ፣ ሞዴሎቻችን በተለያዩ የፕሮግራሚንግ ቋንቋዎች የመሥራት ችሎታቸው በእጅጉ እየተሻሻለ እና የወጪ ቅልጥፍናቸውም እየጨመረ መሆኑን ያሳያሉ።
MultiLangBench ሞዴሉን በተወሰነ የፕሮግራሚንግ ቋንቋ ከSQLite ጋር ተኳሃኝ የሆነ የውሂብ ጎታ ሞተር እንዲገነባ ይጠይቃል። ሞዴሉ ኮድ ማደራጀት፣ የፕሮግራሙን ሁኔታ ማስተዳደር፣ ስህተቶችን መቆጣጠር እና ያሉትን ተግባራት ሳያበላሽ አዳዲስ ባህሪያትን መጨመር አለበት።
በተለያዩ ቋንቋዎች የተገነቡትን ፕሮግራሞች ለማነጻጸር፣ የውሂብ ጎታ ፋይሎችን እንደ የጋራ መገናኛ እንጠቀማለን። የሚፈተነው ፕሮግራም የመነሻ የውሂብ ጎታ እና የSQL ጥያቄ ይቀበላል፤ ከዚያም የተሻሻለ የውሂብ ጎታ ያመነጫል። የተገኘው የውሂብ ጎታ የሚጠበቀውን ይዘት እንደያዘ ለማረጋገጥ፣ እንደ መመዘኛ የሚያገለግለውን የSQLite ፕሮግራም እንጠቀማለን። ይህም ሞተሩ በየትኛውም ቋንቋ ቢገነባ፣ ተመሳሳይ ፈተናዎችን እንድንጠቀም ያስችለናል።
በSQLite ውስጥ ካሉት የፈተና ስብስቦች የወሰድናቸውን ፈተናዎች ከዚህ ቅርጽ ጋር አስማምተናል። ምዘናው አንድ ሞዴል ረዘም ባለ የኮድ መጻፍ ቆይታ ውስጥ ምን ያህል በትክክል የሚሠሩ ተግባራትን መገንባት እንደሚችል ይለካል፤ ፈተና የማለፍ መጠኑንም ሆነ የAPI ወጪውን ያሳያል።
በከፍተኛው የማመዛዘን ጥረት፣ GPT‑6 Astra በ20ዎቹ ቋንቋዎች አማካይ ፈተና የማለፍ መጠን 87.4% አስመዝግቧል፤ ይህም GPT‑5.6 Sol ካስመዘገበው 26.8% ከፍ ያለ ነው። መሻሻሉ በተፈተኑት ቋንቋዎች ሁሉ ታይቷል፤ ከእነዚህም COBOL (ከ10.9% ወደ 72.1%)፣ OCaml (ከ25.6% ወደ 85.8%)፣ Fortran (ከ21.4% ወደ 83.5%) እና Visual Basic (ከ27.5% ወደ 89.4%) ይገኙበታል። Astra ከ20ዎቹ ቋንቋዎች በ19ኙ ከ83% በላይ አስመዝግቧል፤ COBOL በ72% ውጤት አሁንም ከሁሉ አስቸጋሪው ሆኖ ቀጥሏል።
GPT‑6 Luna ዝቅተኛ ወጪ ያለው አማራጭ ሲሆን፣ በተፈተኑት ቋንቋዎች ሁሉ ከGPT‑5.6 Sol የተሻለ ውጤት ያሳያል። በከፍተኛው የማመዛዘን ጥረት፣ አማካይ ፈተና የማለፍ መጠኑ 40.3% ይደርሳል። መሻሻል ካሳዩት መካከል COBOL (ከ10.9% ወደ 17.1%)፣ OCaml (ከ25.6% ወደ 34.1%)፣ Fortran (ከ21.4% ወደ 31.4%) እና Visual Basic (ከ27.5% ወደ 41.6%) ይገኙበታል። እነዚህ ማሻሻያዎች የተገኙት በእያንዳንዱ ናሙና በግምት $0.77 አማካይ የAPI ወጪ ነው፤ ይህም ከGPT‑5.6 Sol የ$3.48 ወጪ በግምት 78% ያነሰ ነው።
የMultiLangBench ምዘና ማዋቀሪያ እና የፈተና ስብስብ፣ ከእያንዳንዱ ቋንቋ ውጤቶች ጋር በGitHub(በአዲስ መስኮት ውስጥ ይክፈታል) ላይ ይፋ እያደረግን ነው። ገንቢዎች ምዘናው ምን እንደሚፈትን መመርመር፣ በሚጠቀሙባቸው ቋንቋዎች ያለውን አፈጻጸም መገምገም እና በራሳቸው ሥራ ላይ ተጽዕኖ ያላቸውን ክፍተቶች መለየት ይችላሉ።
ሁለተኛው ምዘናችን ሞዴሎች እያንዳንዱ ፕሮግራም የሚሠራውን ሥራ እንዳለ እያስቀጠሉ፣ የCOBOL ፕሮግራሞችን ወደ C++፣ Java፣ Kotlin፣ Python ወይም Rust እንዲያዛውሩ ይጠይቃል።
ማዛወሩ የተሳካ እንዲሆን፣ የፕሮግራሙን የንግድ አሠራር አመክንዮም ሆነ የCOBOL ቋንቋን ልዩ አሠራር መረዳት ያስፈልጋል። የCOBOL ፕሮግራሞች ብዙ ጊዜ የፋይናንስ ግብይቶችን እና የንግድ መዝገቦችን ያስኬዳሉ። በእነዚህ ሥራዎች ውስጥ፣ እንደ ቁጥሮችን የማጠጋጋት ደንቦች እና የጎደሉ መዝገቦችን አያያዝ ያሉ ዝርዝሮች የንግዱን መስፈርቶች ያንጸባርቃሉ። ለምሳሌ፣ ቁጥሮችን ማጠጋጋት በግልጽ ካልተጠየቀ፣ የCOBOL ቋሚ-ነጥብ ስሌት ትርፍ የአስርዮሽ አሃዞችን ይቆርጣል። በምትኩ እነዚያን እሴቶች እንዲያጠጋጋ ተደርጎ የተጻፈ አዲስ ኮድ፣ ስህተት ሳያሳይ ሊሠራ ቢችልም የተለየ የፋይናንስ ውጤት ያመጣል።
እነዚህ አሠራሮች እንዳሉ መቀጠላቸውን ለመፈተን፣ የሚታዩት ውጤቶች ባይት በባይት እንዲመሳሰሉ በሚጠይቁ ድብቅ ፈተናዎች ሞዴሎቻችንን እንመዝናለን። ማዛወሩ እንደተሳካ የሚቆጠረው ሁሉም ፈተናዎች ሲታለፉ ብቻ ነው። እንደነዚህ ያሉ አሠራርን እንዳለ የሚያስቀጥሉ ችሎታዎች፣ የቆዩ ሥርዓቶችን ለሚጠግኑ እና ለሚያዘምኑ ቡድኖች ጠቃሚ ናቸው። ሆኖም፣ በተግባር አገልግሎት ላይ ባለ ሶፍትዌር ላይ ለመጠቀም አሁንም የባለሙያ ግምገማ እና ከሥርዓቱ የንግድ አሠራር ደንቦችና ጥገኛ አካላት ጋር የሚጣጣም መሆኑን መፈተን ያስፈልጋል።
በዚህ ምዘና፣ GPT‑6.1 Sol በዝቅተኛ የማመዛዘን ጥረት 86.6% ትክክለኛነት አስመዝግቧል፤ GPT‑5.6 Sol በተመሳሳይ ቅንብር ካስመዘገበው 5.4% ጋር ሲነጻጸር ይህን ያሳካው በAPI ወጪው 61% ብቻ ነው። የማመዛዘን ጥረቱ ከፍ ሲል፣ ትክክለኛነቱ 97.9% ይደርሳል፤ ይህም በምዘናው ሊገኝ ወደሚችለው ከፍተኛ ውጤት በእጅጉ ይቀርባል። እነዚህ የምዘና ውጤቶች፣ ንግዶቻቸው የሚመኩበትን ሶፍትዌር ለሚያዘምኑ ቡድኖች ይበልጥ ትክክለኛ እና ተመጣጣኝ ወጪ ያለው ኮድ የማዛወር አገልግሎት ወደ ማቅረብ የተደረገውን እድገት ያሳያሉ።
እነዚህ ምዘናዎች፣ ከገንቢዎች እና ከድርጅታዊ ደንበኞች በቀጥታ ከምናገኘው ግብረመልስ ጋር፣ ሞዴሎቻችን የት እየተሻሻሉ እንዳሉ እና የት አሁንም ክፍተት እንዳለባቸው እንድናይ ይረዱናል።
ዓላማችን ሞዴሎች የሶፍትዌር ምህንድስና ክህሎቶችን በብዙ ተጨማሪ ቋንቋዎች እንዲተገብሩ መርዳት ነው፦ የማያውቋቸውን የኮድ ማከማቻዎች መረዳት፣ ለውጦችን ማቀድ፣ የግንባታ መሣሪያዎችን መጠቀም፣ ፈተናዎችን ማስኬድ እና የብልሽቶችን መንስኤ ፈልጎ ማስተካከል።
ቡድንዎ በሚጠቀምባቸው ቋንቋዎች ለሚከናወኑ የኮድ መጻፍ ሥራዎች፣ የቅርብ ጊዜ ሞዴሎቻችንን በAPI በኩል መሞከር ይችላሉ። ምን በትክክል እንደሚሠራ፣ ሞዴሎቹ የት እንደሚቸገሩ እና በቀጣይ በየትኞቹ ቋንቋዎች ወይም የሥራ ሂደቶች ላይ ማተኮር እንዳለብን የሚሰጡት ግብረመልስ፣ የሚመኩበትን ሶፍትዌር በተሻለ ለመደገፍ ሞዴሎችን እንዴት እንደምናሠለጥን እና እንደምንመዝን ለመወሰን ይረዳናል።
