جميعهم يبنون وكلاء ذكاء اصطناعي - ولكن في المحور يوجد نموذج اللغة الكبير، واختيار النموذج المناسب أمر بالغ الأهمية. ومع إطلاق نماذج جديدة كل أسبوع، كيف يمكننا اتخاذ قرارات مدروسة مبنية على البيانات؟ في هذه الجلسة، سنغوص في موضوع اختيار نماذج اللغة الكبيرة. وسنشارك نتائج دراسة اختبرت 15 نموذجًا رائدة في مهام تلخيص الشيفرات البرمجية الواقعية، باستخدام مقاييس عملية مثل التفاصيل الزائدة، زمن الاستجابة، التكلفة، الدقة، وكم المعرفة المستفاد. نتوقع أن تقدم رؤى واضحة حول أداء النماذج الحالية فعليًا - وراء الاختبارات القياسية والإثارة الإعلامية - وما يعنيه ذلك بالنسبة لبناء أدوات مساعدة للبرمجة، ومساعدات للمطورين، والوكلاء متعددي الوسائط.