جميعهم يبنون وكلاء ذكاء اصطناعي - ولكن في الجوهر تكمن النماذج اللغوية الكبيرة (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. وسنزودكم بنتائج دراسة اختبرت 15 نموذجًا رائداً في مهام تلخيص الشيفرات البرمجية الواقعية، باستخدام مقاييس عملية مثل التفريع، زمن الاستجابة، التكلفة، الدقة، وكمية المعلومات المستفادة. نتوقع أن تقدم رؤى واضحة حول أداء النماذج الحالية فعليًا - وراء المعايير المرجعية والضجة الإعلامية - وما يعنيه ذلك بالنسبة لبناء أدوات مساعدة البرمجة، ومساعدات المطورين، والوكلاء متعددي الوسائط.