يقوم الجميع ببناء وكلاء ذكاء اصطناعي - ولكن في المقام الأول يأتي النموذج اللغوي الكبير (LLM)، واختيار النموذج المناسب أمر بالغ الأهمية. ومع إطلاق نماذج جديدة كل أسبوع، كيف يمكننا اتخاذ قرارات مدروسة وقائمة على البيانات؟ في هذه الجلسة، سنغوص في موضوع اختيار النماذج اللغوية الكبيرة. وسنشارك نتائج دراسة جرى فيها اختبار 15 نموذجًا رائدًا في مهام تلخيص الشيفرات البرمجية الواقعية، باستخدام مقاييس عملية مثل حجم النص الناتج، زمن الاستجابة، التكلفة، الدقة، وكمية المعلومات المستفادة. نتوقع أن تُقدَّم رؤى واضحة حول أداء النماذج الحالية فعليًا - وراء الاختبارات المعيارية والتضخيم الإعلامي - وما يعنيه ذلك بالنسبة لبناء أدوات مساعدة في البرمجة، ومساعدين للمطورين، وأدوات وكلاء متعددة الوسائط.