NanoGPT Speedrun يختبر 18 نموذجاً رائداً
نفذ فريق نانو جي بي تي دراسة تحليلية شاملة ضمن مبادرة سبيدران المحسن الرائد، حيث خضع 18 نموذجًا من الذكاء الاصطناعي المتقدم لـ 153 عملية تشغيل مستقلة لتقييم كفاءة التحسين الذاتي ودقة التنفيذ. اعتمد الاختبار على حُجَر تعليمات برمجية متنوعة مثل كلاود كود وكودكس وكيمي كود وغروك كلي، بوضعيات أداء عالية ومثلى، لقياس قدرة النماذج على معالجة المهام المعقدة تلقائيًا. أسفرت النتائج عن تصدر النموذج فايبل 5 التصنيف بحاصل 2726 ونسبة كفاءة 81.7 في المئة، متقدمًا على أوبيس 5 من أنتروبيك ومتعدد تهيئات كيمي كي 3. سجلت سلسلة جي بي تي 5.6 من فتح إيه آي أداءً متفاوتًا حسب النسخة، حيث حافظت تهيئات سول وسول برو على مركز متوسط، بينما سجلت تهيئات لونا وتيرا نسب كفاءة أدنى. حللت نصوص سونيت 5 وغروك 4.5 و4.6 في المراتب الوسطى، فيما تجمع النماذج الصينية المطورة وتشمل كوين 3.8 ماكس وجل إم 5.2 وديب سيك في 4 برو وكيمي كي 2.7 ضمن نطاق 7 إلى 12 في المئة، مع تذييل إصدارات مويز سبارك وجي بي تي 5.5 قائدة الترتيب. يكشف هذا التقييم عن تباين هيكلي جوهري في تعامل النماذج الرائدة مع محسّنات الأكواد، مشيرًا إلى أن البنية التحتية للوكلاء البرمجيين يحدد بشكل كبير فعالية التنفيذ. نشر الفريق 41 مسارًا مفصلًا لعمليات الوكيل، يوثق استخدام الأدوات، وتنسيق الوكلاء الفرعيين، وسجلات العمل، لضمان الشفافية المنهجية. يمثل هذا المعطى مرجعًا دقيقًا للمطورين والباحثين لفهم الحدود الفعلية والإمكانيات التفضيلية لمحسّنات الجيل القادم من الذكاء الاصطناعي في بيئات البرمجة المستقلة.
