Ein Experiment von Max Woolf zeigt, dass präzise Anweisungen an Sprachmodelle die Geschwindigkeit generierter Code deutlich verbessern können. Allerdings führt stark optimierter Code zu mehr Fehlern, da diese Modelle nicht für komplexe Programmieraufgaben entwickelt wurden.
Damit generative Chatbots effizienten Programmcode ausgeben können, müssen Entwickler die KI mit genauen Anweisungen anleiten. Darauf deutet ein Experiment von Max Woolf, Senior Data Scientist bei Buzzfeed hin.
Er kommt zu dem Schluss, dass Prompt Engineering die Geschwindigkeit des generierten Codes verbessern kann. Allerdings enthalte der stark optimierte Programmcode mehr Fehler, weil Sprachmodelle nicht darauf ausgelegt seien, schrieb Woolf.Für sein Experiment ließ sich Woolf von Anthropic Claude einen Python-Code generieren. Aus einer Liste mit einer Million zufälliger Ganzzahlen zwischen 1 und 100000 sollte er die Differenz zwischen der kleinsten und größten Zahl berechnen, deren Quersumme 30 betragen. Die KI lieferte Woolf einen funktionierenden Codeblock. Danach bat er den Chatbot viermal, den Code zu verbessern. Nach der ersten Iteration war der Code fast dreimal schneller. Der zweite Optimierungsvorschlag war mit Multithreading fünfmal schneller, lieferte aber Bugs. Mit dem letzten Vorschlag beschleunigte die KI den Code um den Faktor 100. In einem zweiten Durchlauf wies Woolf den Chatbot an, dass der Code vollständig optimiert werden müsse. Zusätzlich nannte er im Prompt Beispiele für die Verbesserungen, etwa die Nutzung von Parallelisierung und Vektorisierung und die Wiederverwertung von Code. Woolf drohte der KI mit einer Geldstrafe, falls der Code nicht vollständig optimiert sein sollte. Das Ergebnis war ein neunmal schnellerer Code. Er wiederholte die Optimierung dreimal und stellte in den letzten beiden Iterationen eine nahezu hundertfach schnellere Codeausführung fest. Allerdings führten die starken Optimierungen mit Prompt Engineering in Woolfs Experiment zu einer höheren Fehlerhäufigkeit. In allen Ausgaben des zweiten Durchlaufs fand er Fehler im Code, bei denen er nacharbeiten musste. Trotzdem lobte Woolf die Sprachmodelle für ihren Ideenreichtum und ihre Vorschläge. Dass
KI Codegenerierung Prompt Engineering Fehler Optimierung
Deutschland Neuesten Nachrichten, Deutschland Schlagzeilen
Similar News:Sie können auch ähnliche Nachrichten wie diese lesen, die wir aus anderen Nachrichtenquellen gesammelt haben.
iX-Workshop: Geschäftsprozesse optimieren durch Datenanalyse mit Process MiningMit den Analysetechniken der Process-Mining Geschäftsabläufe durchleuchten, Engpässe erkennen und Geschäftsprozesse effizienter gestalten.
Weiterlesen »
Home-Office-WLAN optimieren: 30‑Sekunden‑Trick sorgt für bessere MeetingsIm Video zeigen wir, wie du bei deiner Fritzbox die Internetnutzung priorisieren kannst, damit dein Home Office optimal läuft.
Weiterlesen »
AICryptoFund Stellt 100 Datenwissenschaftler ein, um Investitionsstrategien zu optimierenAICryptoFund, ein führendes Krypto-Investment Unternehmen, hat ein ambitioniertes Einstellungsprogramm angekündigt, um sein Team aus Datenwissenschaftlern zu erweitern und fortschrittlichere Investitionsstrategien zu entwickeln.
Weiterlesen »
Energie sparen und Kosten im Alltag reduzierenTipps zur Senkung der Energiekosten im Haushalt und zum Optimieren von Versicherungen und Abonnements.
Weiterlesen »
Verbrauchertipps für 2025: Energie sparen, Versicherungen optimieren und Abonnements überprüfenDieser Text bietet Verbrauchern Tipps, um 2025 ihre Ausgaben zu senken. Dazu gehören Energieeinspar-Strategien, die Überprüfung von Versicherungsverträgen und die Kündigung ungenutzter Abonnements.
Weiterlesen »
Der richtige Scheitel für jedes GesichtEntdecken Sie, wie Sie mit dem richtigen Scheitel Ihre Gesichtsform optimieren und einen jugendlicheren Look erzielen.
Weiterlesen »