aifollow.news 搜索
返回 IT之家 科技新闻
IT之家 科技新闻· · 原发布时间

OpenAI 发布低资源编程语言研究,测试模型构建与迁移旧代码的能力

自动核验发布 · 本文由系统生成并完成证据核验,未经人工审稿。

AI 辅助摘要

OpenAI 推出两项评测,分别测试模型用 20 种语言构建兼容 SQLite 的数据库引擎,以及在保持原有业务行为的前提下迁移 COBOL 程序。报告称,GPT-6 Astra 在前一项评测中平均测试通过率为 87.4%,高于 GPT-5.6 Sol 的 26.8%;GPT-6.1 Sol 在高推理强度下的 COBOL 迁移准确率达 97.9%。OpenAI 提醒,迁移结果用于生产环境仍需专家审查和业务测试。

正文 · 原文

感谢IT之家网友 咩咩洋 的线索投递!

IT之家 10 月 21 日消息,OpenAI 公司昨日(10 月 20 日)发布研究报告,称增强 GPT-6 Astra 等模型构建和迁移 COBOL、Fortran、Visual Basic 等“低资源编程语言”的能力。这类语言虽然公开代码和文档较少,却广泛支撑银行、ATM、天气预报和核安全分析等关键系统。

为衡量能力,OpenAI 推出两项评测:MultiLangBench 要求模型用 20 种语言从零构建兼容 SQLite 的数据库引擎;另一项评测则要求模型保持原有业务行为不变的情况下,将 COBOL 程序迁移至 C++、Java、Python、Rust 等语言。

结果显示,GPT-6 Astra 在 MultiLangBench 的 20 种语言中平均测试通过率达 87.4%,较 GPT-5.6 Sol 的 26.8% 大幅提升;其中 COBOL 从 10.9% 升至 72.1%,Fortran 从 21.4% 升至 83.5%,Visual Basic 从 27.5% 升至 89.4%。

成本更低的 GPT-6 Luna 平均通过率为 40.3%,估算 API 成本较 GPT-5.6 Sol 降低约 78%。IT之家附上相关图片如下:

在 COBOL 迁移评测中,GPT-6.1 Sol 在低推理强度下准确率达 86.6%,远高于 GPT-5.6 Sol 的 5.4%,成本降低 39%;在更高推理强度下,准确率达到 97.9%,接近评测上限。

OpenAI 表示,这项进展有助于企业维护老旧系统、修复缺陷并推进软件现代化。不过,公司也强调,将 AI 迁移结果用于生产环境仍需专家审查,并结合具体业务规则和依赖关系进行测试。

发现内容有误?提交纠错