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