أوبن أيه آي توسع قدرات البرمجة للغات البرمجة منخفضة الموارد

أطلقت أوبن أيه آي جهدًا مركزًا لتعزيز أداء نماذج اللغة الكبيرة على لغات البرمجة منخفضة الموارد — تلك التي تفتقر إلى بيانات تدريب كافية وأمثلة مجتمعية. تضيف المبادرة معايير تقييم متخصصة تغطي سير عمل هندسة البرمجيات، وتفاعلات قواعد بيانات SQLite، وسيناريوهات تحديث COBOL.

من خلال بناء مجموعات تقييم تعكس مهام حقيقية في هذه النظم البيئية المتخصصة، يهدف فريق البحث إلى سد الفجوة بين اللغات السائدة مثل بايثون واللغات القديمة أو الخاصة بمجال معين والتي تشغل البنية التحتية الحيوية في التمويل والحكومة والأنظمة المدمجة.

لماذا هذا مهم للبنية التحتية للـ GPU / الذكاء الاصطناعي

يتطلب تدريب النماذج وضبطها للغات منخفضة الموارد ملفات حوسبة متنوعة: عمليات تكرارية أصغر لتنظيم البيانات ومهام واسعة النطاق للتدريب المسبق المستمر. سحابات GPU التي توفر أنواع مثيلات مرنة وأوقات تشغيل سريعة تتيح للفرق تجربة زيادة البيانات، والتوليد الاصطناعي، وRLHF المستهدف دون طوابير انتظار طويلة أو عقود مقيدة.

بالنسبة للمؤسسات التي تحتفظ بقواعد كود COBOL أو تبني تطبيقات حافة مدعومة بـ SQLite، فإن دعم النماذج المحسن يترجم مباشرة إلى ترحيل أسرع، وأخطاء أقل، وتقليل الاعتماد على مطورين متخصصين نادرين. تصبح طبقة البنية التحتية — سعة GPU موثوقة عند الطلب — ممكّنًا استراتيجيًا لتبني سير العمل المدعومة بالذكاء الاصطناعي على نطاق واسع.