جميعهم يبنون وكلاء ذكاء اصطناعي - ولكن في جوهرها يوجد النموذج اللغوي الكبير، واختيار النموذج المناسب أمر بالغ الأهمية. ومع إطلاق نماذج جديدة كل أسبوع، كيف يمكننا اتخاذ قرارات مدروسة ومبنية على البيانات؟ في هذا الجلسة، سنغوص في موضوع اختيار النماذج اللغوية الكبيرة. وسنشارك نتائج دراسة اختبرت 15 نموذجًا رائداً في مهام تلخيص الشيفرات البرمجية الواقعية، باستخدام مقاييس عملية مثل التكرار، زمن الاستجابة، التكلفة، الدقة، وكمية المعلومات المستفادة. نتوقع أن تُقدَّم رؤى واضحة حول أداء النماذج الحالية فعليًا - وراء الاختبارات القياسية والضجة الإعلامية - وما يعنيه ذلك بالنسبة لبناء أدوات مساعدة البرمجة، ومساعدي المطورين، والوكلاء متعددي الوسائط.