世界

Appleのワイルドな実験は、実際の例なしでSwiftuiを密かに学び、アプリのコンパイルでGPT-4を上回るコーディングモデルを作成します

Appleはほとんど迅速な例から始まり、驚くべき結果を達成しましたStarchat-Betaは、明確なガイダンスなしに未知の領域に押し込まれました繰り返された後、ほぼ100万人の作業Swiffuiプログラムが現れましたりんご 研究者は最近、SwiftUIでユーザーインターフェイスコードを生成するためにAIモデルがトレーニングされた実験を明らかにしましたが、元のデータにはほとんどSwiftUIの例が存在しませんでした。この研究は、Starchat-Beta、Anから始まりました オープンソース コーディング用に設計されたモデル。 Thestackやその他のコレクションを含むトレーニングソースには、迅速なコードがほとんど含まれていませんでした。この不在は、モデルにその応答を導くための既存の例の利点がないことを意味し、それにより、最終的により強力なシステムが出現したときに結果が驚くべきものになりました。 あなたは好きかもしれません 自己改善のループを作成しますチームの解決策は、フィードバックサイクルを作成することでした。彼らはStarchat-Betaに一連のインターフェイスの説明を与え、それらのプロンプトからSwiftuiプログラムを生成するように依頼しました。生成された各プログラムは、実際に実行されるようにコンパイルされました。その後、機能したインターフェイスを、出力がリクエストと一致するかどうかを判断した別のモデルGPT-4Vを使用して、元の説明と比較しました。両方のステージを通過したもののみがデータセットに残りました。このサイクルは5回繰り返され、ラウンドごとにクリーナーデータセットが次のモデルに戻されました。プロセスの終わりまでに、研究者は、100万人近くの作業SwiftUIサンプルと、UICODERと呼ばれるモデルを持っていました。TechRadar Pro Newsletterにサインアップして、ビジネスが成功するために必要なすべてのニュース、意見、機能、およびガイダンスを取得してください！次に、このモデルは自動化されたテストと人間の評価の両方に対して測定されました。そこでは、結果が基本モデルよりも優れたパフォーマンスを示しただけでなく、GPT-4よりも高いコンピレーションの成功率を達成しました。この研究の印象的な側面の1つは、Swiftコードが最初のトレーニングデータからほぼ完全に除外されていたことです。チームによると、これはThestackデータセットが作成されたときに偶然に起こり、Webページに散在する例のみを残しました。この監視は、UICODERがすでに見たコードをリサイクルしただけであるという考えを排除します。代わりに、その改善は、独自の出力での生成、フィルタリング、および再訓練の反復サイクルから来ました。結果はSwiftuiを中心としていましたが、研究者は、このアプローチが「他の言語やUIツールキットに一般化する可能性が高い」と提案しました。その場合、これは、トレーニングデータが制限されている専門ドメインでより多くのモデルをトレーニングするためのパスを開く可能性があります。見込み客は、信頼性、持続可能性、および隠された欠陥を導入することなく合成データセットが拡大し続けることができるかどうかについての疑問を提起します。また、UICODERは慎重に制御された条件下で訓練されており、より広い設定での成功は保証されていません。経由 9to5macあなたも好きかもしれません #Appleのワイルドな実験は実際の例なしでSwiftuiを密かに学びアプリのコンパイルでGPT4を上回るコーディングモデルを作成します