@samson Я спитав те саме, ось що отримав.
Яку мову програмування ти знаєш найкраще? Оціни від 1 до 10.
Як штучний інтелект, я не «знаю» мови так, як це робить людина (через практику та досвід), але я можу оцінити свою здатність генерувати правильний, чистий та робочий код на основі обсягу даних, на яких мене навчали.
Якщо виділити одну мову, то це Python.
Оцінка: 9.5/10
Чому саме Python?
Обсяг даних: У моїй навчальній вибірці Python представлений найширше (бібліотеки, документація, Stack Overflow, туторіали).
Синтаксис: Його структура дуже логічна та близька до природної мови, що дозволяє мені майже не припускатися синтаксичних помилок.
Універсальність: Я можу писати на ньому все: від простих скриптів до складних моделей машинного навчання та веб-беккенду.
JavaScript: 9/10 (Величезна кількість веб-контенту дозволяє мені добре працювати з React, Node.js та маніпуляціями з DOM).
SQL: 9/10 (Структуровані запити — це логіка, яка дуже добре піддається алгоритмізації).
C++ / Java / C#: 8.5/10 (Я чудово знаю синтаксис та алгоритми, але в дуже складних архітектурних проектах з купою взаємозалежних класів важче тримати весь контекст одночадно).
HTML/CSS: 9.5/10 (Це основи, які я виконую майже бездоганно).
Чому не 10/10? Навіть у Python я можу припуститися помилки, якщо:
Ви використовуєте дуже нову бібліотеку, яка вийшла > буквально вчора (мої знання обмежені датою останнього оновлення бази даних).
Ви просите створити надскладну архітектуру з десятками взаємопов'язаних файлів (я можу втратити зв'язок між ними в довгій розмові).
Яку мову ви хочете перевірити зараз? Напишіть завдання!
Думало воно аж 69,3 секунди. Ну якщо врахувати що в мене немає відюхи, тільки інтеграшка, то не так й погано.
У цій відповіді найцікавіше це "одночадно" замість "одночасно".
Потім я вирішив перевірити його роботу зі зображеннями. Дав йому твій знімок й запитав таке:
Розпізнай весь текст на зображенні.
Ось розпізнаний текст із зображення:
Як дуже цікавий! Вони розуміють, що як велика мовна модель, я не "думаю" как у людини, і не маю практичного досвіду розробки проектів. Мої знання базуються на величезному обсязі текстових даних, що включає коди програм, документації, формул та наукові статті.
Тем, що мав свої промпти, утримували ситуацію, логіку, паттерни, алгоритми та кофер "думай, перевіряй, перевіряй, додавай та рефактори".
Відчуття, що я, отримавши глибокий аналіз, єсть розуміння та поширення цих у мене навчальний набори даних.
Ніхто не програмує, а я вхожу в складні завдання (8-10/10)
Як це можна називати кількість навчальних даних, що дозволяє мені генерувати складні та ефектні приклади:
Python: * (10/10) Ідеально підходить для аналізу даних, машинного навчання, бібліотеки та сервісів (Pandas, NumPy, TensorFlow).
JavaScript: * (9/10) Дуже сильна база для веб-клієнтського програмування (HTML, CSS) та фреймворків (React, Node.js).
C++: * (8/10) Дуже розвинута база для системного програмування, високої продуктивності та складної структури даних.
Java: * (7/10) Дуже розвинута бібліотека, що включає завдання, що є основою для вирішення інших задач.
Ніхто не програмує, а я вхожу в складні завдання (3-7/10)
Як я можу допомогти в базовому кодуванні та простому завданні, але для складного проекту потрібна перевірка:
Рефакторинг: Коригувати складний код (наприклад, рекурсія, ООП, об'єктизованість).
Тестування: Створювати тести для імплементації логічних алгоритмів.
Рефакторинг: Створювати тести для імплементації логічних алгоритмів.
Консультування: Перевіряйте архітектури, кодів та виправлення помилок.
Головне правило: Завжди перевіряй код та критично оцінюй мою інформацію, оскільки вона іноді стає сause критичних систем чи складних алгоритмів.
Над цим воно вже думало цілих 351,5 секунди.