云县自动化编程培训学校

云县自动化编程培训学校文章前言：为您提供全面的云县学自动化编程的学校，云县自动化编程培训哪里好技术培训信息以及云县自动化编程培训学校和云县自动化编程培训班最新资讯

云县自动化编程培训班文章内容：

量子位 | 公众号 QbitAI

用ChatGPT写代码，已经是不少程序员的常规操作了。

△“至少提速3~5倍”

但你有没有想过，ChatGPT生成的代码，有不少只是“看起来准确”而已？

来自伊利诺伊大学香槟分校和南京大学的一项最新研究表明：

ChatGPT和GPT-4生成代码的准确率，比之前评估的至少要降低13%！

有网友感叹，太多ML论文都在用一些有问题或有局限性的基准来评估模型，来短暂地达到“SOTA”，结果换个测评方法就现出原形了。

还有网友表示，这也说明大模型生成的代码仍然需要人工监督，“AI写代码的黄金时间还没到呢”。

所以，论文提出了一种怎样的新测评方法？

给AI代码考题加大难度

这个新方法名叫EvalPlus，是一个自动化代码评估框架。

具体来说，它会通过改进现有评估数据集的输入多样性和问题描述准确性，来将这些评估基准变得更严格。

一方面是输入多样性。EvalPlus会先根据标准答案，用ChatGPT生成一些种子输入样例（虽然要测ChatGPT的编程能力，但用它生成种子输入似乎也不矛盾doge）

随后，用EvalPlus改进这些种子输入，将它们改得更难、更复杂、更刁钻。

另一方面是问题描述准确性。EvalPlus会将代码需求描述改得更精确，在约束输入条件的同时，补充自然语言问题描述，以提高对模型输出的精确度要求。

这里，论文选择了HUMANEVAL数据集作为示范。

HUMANEVAL是OpenAI和Anthropic AI一起制作的代码数据集，包含164个原创编程题，涉及语言理解、算法、数学和软件面试几种类型的题目。

EvalPlus会通过改进这类数据集的输入类型和功能描述，让编程问题看起来更清晰，同时用于测试的输入更“刁钻”或是更困难。

以其中的一道求并集编程题为例，要求AI写一段代码，找出两个数据列表中的共同元素，并给这些元素排序。

EvalPlus用它来测测ChatGPT写的代码准确度。

首先用几个简单输入进行测试，发现ChatGPT能输出正确答案。但如果换个输入，就找出了ChatGPT版代码的bug：

属实是给AI们加大了考题难度。

基于这套方法，EvalPlus还做了一个改进版HUMANEVAL+数据集，增加输入的同时，修正了一些HUMANEVAL里面答案就有问题的编程题。

那么，在这套“新考题”下，大语言模型们的准确率实际上要打几折？

LLM代码准确率平均降低15%

作者们测试了当前比较受欢迎的10种代码生成AI。

GPT-4、ChatGPT、CODEGEN、VICUNA、SANTACODER、INCODER、GPT-J、GPT-NEO、PolyCoder、StableLM-α。

从表格中来看，经过严格测试后，这群AI的生成准确率都有所下降：

这里会通过一种名叫pass@k的方法评估准确率，其中k是允许大模型给问题生成的程序数量，n是用于测试的输入数量，c是正确的输入数量：

根据新的这套评估标准，大模型们的准确率平均下降了15%，其中比较广泛研究的CODEGEN-16B更是下降了超过18%。

至于ChatGPT和GPT-4生成代码的性能，也下降了至少13%。

不过，也有网友表示，大模型生成的代码效果没那么好，已经是“众所周知的事实”了，需要研究的是“为什么大模型写的代码不能用”。

作者介绍

共同一作Jiawei Liu，伊利诺伊大学香槟分校二年级博士生，研究兴趣是编程系统和深度学习。

共同一作Chunqiu Steven Xia，伊利诺伊大学香槟分校二年级博士生，本科毕业于多伦多大学，研究兴趣是机器学习和软件工程的交叉领域。

王宇峣（Yuyao Wang），南京大学计算机科学大三学生，研究兴趣是计算机系统的准确性、可编程性和性能。

Lingming Zhang，伊利诺伊大学香槟分校副教授，研究方向是软件工程及其与机器学习、编程语言和形式化方法（Formal Methods）的协同作用。

论文地址：

https://arxiv.org/abs/2305.01210

代码地址：

https://github.com/evalplus/evalplus

— 完 —

「人工智能」、「智能汽车」微信社群邀你加入！

欢迎关注人工智能、智能汽车的小伙伴们加入交流群，与AI从业者交流、切磋，不错过最新行业发展&技术进展。

PS. 加好友请务必备注您的姓名-公司-职位噢 ~

点这里关注我，记得标星哦～

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见 ~

原标题：《ChatGPT编程准确率暴降13%！UIUC&南大新基准让AI代码现原形了》

。云县自动化编程培训学校，ChatGPT编程准确率暴降13%，UIUC南大新基准让AI代码现原形了，云县学自动化编程的学校，云县自动化编程培训哪里好，云县自动化编程培训学校，云县自动化编程短期培训班，云县自动化编程培训学校地址，云县学自动化编程培训，云县自动化编程培训哪里好，云县自动化编程培训班，云县自动化编程技术培训.(编辑:hnygdzxx888)

云县自动化编程学校延伸阅读：在云县想学自动化编程去哪里学，在云县学自动化编程真的好吗，云县到哪里学自动化编程。

(整理：云县自动化编程培训学校)