جميعهم يبنون وكلاء ذكاء اصطناعي - ولكن في جوهرها تكمن النماذج اللغوية الكبيرة، 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. وسنزود بنتائج دراسة اختبرت 15 نموذجًا رائداً في مهام تلخيص الشيفرات البرمجية الواقعية، باستخدام مقاييس عملية مثل التفاصيل الزائدة، زمن الاستجابة، التكلفة، الدقة، وكم المعلومات المستفاد. نتوقع تقديم رؤى واضحة حول أداء النماذج الحالية فعليًا - بعيدًا عن المعايير القياسية والإثارة الإعلامية - وما يعنيه ذلك بالنسبة لبناء أدوات مساعدة في البرمجة، ومساعدات المطورين، والوكلاء متعددي الوسائط.