جميعهم يبنون وكلاء ذكاء اصطناعي - ولكن في المحور يوجد النموذج اللغوي الكبير، واختيار النموذج الصحيح أمر بالغ الأهمية. ومع إطلاق نماذج جديدة كل أسبوع، كيف يمكننا اتخاذ قرارات مدروسة وقائمة على البيانات؟ في هذا الجلسة، سنغوص في موضوع اختيار النماذج اللغوية الكبيرة. وسنزود بنتائج دراسة اختبرت 15 نموذجًا رائدًا في مهام تلخيص الشيفرات البرمجية الواقعية، باستخدام مقاييس عملية مثل حجم الإخراج، زمن الاستجابة، التكلفة، الدقة، وكم المعلومات المستفادة. نتوقع أن تحصلوا على رؤى واضحة حول أداء النماذج الحالية فعليًا - وراء المعايير المرجعية والضجة الإعلامية - وما يعنيه ذلك بالنسبة لبناء أدوات مساعدة في البرمجة، ومساعدات المطورين، والوكلاء متعددي الوسائط.