arXiv:2408.08333 68 14 авг. 2024 г. PRO

CodeMirage: галлюцинации в коде, генерируемом большими языковыми моделями

КЛЮЧЕВАЯ СУТЬ

Например, для анализа резюме это могут быть "отсутствие измеримых результатов", "клише и общие фразы", "несоответствие вакансии"

Адаптировать под запрос

Контент доступен только для PRO подписчиков

Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс

YandexPay • SberPay • СБП • Карты РФ

⚡ Оплатить через Tribute

Telegram Stars • Моментальный доступ

Узнать о PRO

Работа с исследованием

Адаптируйте исследование под ваши задачи или создайте готовый промпт на основе техник из исследования.

Выберите модель ИИ:

Ваш запрос:

0 / 2000

~0.5-2 N-токенов ~10-30с

~0.3-1 N-токенов ~5-15с

68

УДОВЛЕТВОРИТЕЛЬНО

CodeMirage: галлюцинации в коде, генерируемом большими языко...

Возможности

Классификация информации и тегирование 90%

Модерация контента 80%

Написание кода 70%

Область

IT и разработка ПО 95%

Наука и исследования 85%

Маркетинг и реклама 60%

Паттерн

Critic & Reviewer 95%

КОМУ ПОЛЕЗНО

Разработчик

Использует LLM для автоматического поиска и классификации ошибок в сгенерированном коде (синтаксические, логические, безопасности) по заданной таксономии, что сокращает время на ревью и повышает качество кода. Польза: Снижение количества багов на 20-30%.

Контент-менеджер

Применяет LLM для проверки рекламных текстов, статей или постов в соцсетях на соответствие заданным критериям качества (например, 'размытая ценность', 'слабый CTA', 'вода') с помощью структурированного промпта. Польза: Увеличение вовлеченности аудитории на 15% за счет более качественного контента.

HR-специалист

Использует LLM для анализа резюме кандидатов, выявляя типичные ошибки или недостатки (например, 'отсутствие измеримых результатов', 'клише', 'несоответствие вакансии') по заранее определенной таксономии. Польза: Сокращение времени на первичный отбор резюме на 30%.

Редактор/Корректор

Применяет LLM для систематической проверки текстов на стилистические, грамматические или логические ошибки, используя роль 'придирчивого критика' и четкую таксономию ошибок. Польза: Уменьшение количества ошибок в финальном тексте на 25%.

Менеджер проектов

Использует LLM для оценки планов проектов или задач на предмет реалистичности и логичности (например, 'логистический провал', 'нереалистичная перегруженность', 'неучтенные детали') с помощью промпта-аудитора. Польза: Снижение рисков срыва сроков на 10%.

Специалист по информационной безопасности

Применяет LLM для анализа конфигурационных файлов или скриптов на потенциальные уязвимости или нарушения политик безопасности, используя специализированную таксономию ошибок безопасности. Польза: Выявление до 15% скрытых уязвимостей до развертывания.

Преподаватель

Использует LLM для оценки студенческих работ (эссе, отчетов) по заданным критериям и таксономии ошибок (например, 'слабая аргументация', 'отсутствие структуры', 'плагиат'). Польза: Ускорение процесса проверки работ на 20% и повышение объективности оценки.