OpenAI sagt, dass GPT-6 mit Legacy-Programmiersprachen wie COBOL und Fortran viel besser umgehen kann
decoder ·
OpenAI hat erhebliche Verbesserungen bei seinen neuesten GPT-6-Modellen in Bezug auf ihre Kompetenz mit Legacy-Programmiersprachen wie COBOL, Fortran und Visual Basic angekündigt. Diese älteren Sprachen sind für die globale Infrastruktur von entscheidender Bedeutung; IBM schätzt, dass COBOL die Mehrheit der Geldautomaten-Transaktionen und Online-Banking-Systeme unterstützt. Um diesen Fortschritt zu messen, entwickelte OpenAI zwei Evaluierungs-Benchmarks: MultiLangBench und einen COBOL-Migrationsbenchmark. Auf MultiLangBench, bei dem eine Datenbank-Engine von Grund auf neu erstellt werden muss, erreichte GPT-6 Astra eine durchschnittliche Erfolgsquote von 87,4 Prozent über 20 Sprachen hinweg, ein deutlicher Anstieg gegenüber den 38 Prozent von GPT-5.6 Terra. Das neuere Modell GPT-6 Luna erzielte 40,3 Prozent, jedoch zu deutlich geringeren Kosten im Vergleich zu seinem Vorgänger. Im COBOL-Migrationstest, der das Übersetzen von Code in moderne Sprachen wie Python oder Rust umfasst, erreichte GPT-6.1 Sol 86,6 Prozent Genauigkeit bei niedrigem reasoning effort (Schlussfolgerungsaufwand). Die Erhöhung des reasoning effort für GPT-6.1 Sol steigerte seine Genauigkeit weiter auf 97,9 Prozent und demonstriert damit einen dramatischen Sprung gegenüber früheren Versionen.
decoder