ArkTS-CodeSearch: A Open-Source ArkTS Dataset for Code Retrieval
यह शोध पत्र ArkTS-CodeSearch को प्रस्तुत करता है, जो ArkTS प्रोग्रामिंग भाषा के लिए कोड इंटेलिजेंस और रिट्रीवल अनुसंधान को आगे बढ़ाने के लिए डिज़ाइन किया गया पहला बड़े पैमाने का ओपन-सोर्स डेटासेट और बेंचमार्क है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक विशाल, अव्यवस्थित पुस्तकालय में एक विशिष्ट रेसिपी (व्यंजन की विधि) खोजने की कोशिश कर रहे हैं। आप जानते हैं कि आपको कुछ ऐसा चाहिए जैसे "लहसुन वाला एक तीखा पास्ता व्यंजन," लेकिन उस पुस्तकालय में कोई सर्च बार नहीं है। इसके बजाय, आपको गलियारों में घूमना होगा, कुकबुक्स के कवर पर चिपकी हर एक हस्तलिखित नोट को पढ़ना होगा, इस उम्मीद में कि उनमें से कोई आपकी पसंद से मेल खा जाए।
यह बिल्कुल वही समस्या है जिसका सामना डेवलपर्स ArkTS के साथ करते हैं, जो एक नई प्रोग्रामिंग भाषा है जिसका उपयोग स्मार्ट उपकरणों (जैसे कि OpenHarmony इकोसिस्टम वाले उपकरण) के लिए ऐप बनाने के लिए किया जाता है। क्योंकि ArkTS अपेक्षाकृत नया है, इसलिए इसके लिए कोई "Google" मौजूद नहीं है। इसमें AI को यह समझने के लिए प्रशिक्षित करने हेतु कोई व्यवस्थित डेटासेट नहीं है, और न ही साधारण अंग्रेजी का उपयोग करके कोड को आसानी से खोजने का कोई तरीका है।
इस शोध पत्र के पीछे के शोधकर्ताओं ने अनिवार्य रूप से इस भाषा के लिए "अल्टीमेट सर्च इंजन ब्लूप्रिंट" तैयार किया है। उन्होंने इसे तीन सरल चरणों में कैसे किया, इसका विवरण यहाँ दिया गया है:
1. एक बड़ी डिजिटल खोज (डेटा संग्रह)
शोधकर्ता इंटरनेट (विशेष रूप से GitHub और Gitee जैसी साइटों) पर एक व्यापक खोज पर निकले। वे केवल कोड नहीं ढूंढ रहे थे; वे "एक आदर्श जोड़ी" की तलाश में थे।
इसे एक फोटो और उसके कैप्शन को खोजने जैसा समझें। उन्होंने कोड के एक टुकड़े ( "फोटो") और उसे समझाने वाले मानव-लिखित कमेंट ( "कैप्शन") को खोजा। उन्होंने एक विशेष टूल (जिसे "पार्सर" कहा जाता है) का उपयोग किया जो एक हाई-टेक आवर्धक लेंस (magnifying glass) की तरह काम करता है, ताकि यह सुनिश्चित किया जा सके कि उन्होंने केवल साफ और सुव्यवस्थित स्निपेट्स ही एकत्र किए हैं। अंत में, उन्हें इन आदर्श जोड़ियों के 24,000 से अधिक सेट मिले।
2. "मस्तिष्क" को संदर्भ समझने के लिए सिखाना (फाइन-ट्यूनिंग)
भले ही आपके पास डेटा हो, लेकिन आपको इसे समझने के लिए एक "मस्तिष्क" (AI मॉडल) की आवश्यकता होती है। अधिकांश मौजूदा AI मस्तिष्क Python या Java जैसी सामान्य भाषाओं पर प्रशिक्षित थे। उनका उपयोग ArkTS के लिए करना एक विश्व प्रसिद्ध फ्रांसीसी शेफ को किसी दूरस्थ द्वीप के बहुत विशिष्ट, दुर्लभ व्यंजन बनाने के लिए कहने जैसा है—वे विचार तो समझ सकते हैं, लेकिन वे अद्वितीय मसालों के साथ संघर्ष करेंगे।
इसे ठीक करने के लिए, शोधकर्ताओं ने मौजूदा AI मॉडल्स को लिया और उन्हें "विशेष प्रशिक्षण" दिया। उन्होंने एक चतुर दो-चरणीय विधि का उपयोग किया:
- चरण A: उन्होंने AI को TypeScript (ArkTS का एक "कजिन" या संबंधी भाषा) सिखाया ताकि वह बुनियादी पारिवारिक गुणों को सीख सके।
- चरण B: इसके बाद उन्होंने उसे विशेष रूप रूप से ArkTS सिखाया।
यह एक छात्र को पहले स्पेनिश सिखाने और फिर उसे एक विशिष्ट क्षेत्रीय बोली सिखाने जैसा है। यह सीखने की प्रक्रिया को बहुत तेज़ और अधिक सटीक बनाता है।
3. "मैचमेकर" परीक्षण (मूल्यांकन)
अंत में, उन्होंने परीक्षण किया कि ये AI "मस्तिष्क" मिलान करने में कितने अच्छे थे। उन्होंने AI को एक विवरण दिया (जैसे, "एक फंक्शन जो उपयोगकर्ता की आयु की गणना करता है") और देखा कि क्या AI उस सटीक कोड को ढूंढ सकता है जो वह काम करता है।
उन्होंने कई "स्कोरकार्ड" (मैट्रिक्स) का उपयोग किया यह देखने के लिए कि AI कितनी बार:
- सही उत्तर को सूची में सबसे ऊपर रखता है।
- सही उत्तर को शीर्ष पांच में कहीं रखता है।
यह आपके लिए क्यों मायने रखता है?
भले ही आप प्रोग्रामर न हों, यह एक बहुत बड़ा कदम है। जैसे-जैसे हमारी दुनिया "स्मार्ट" चीजों से भर रही है—घड़ियाँ, कारें, घरेलू उपकरण—उनके चलने वाले सॉफ़्टवेयर को अधिक स्मार्ट और विश्वसनीय होने की आवश्यकता है।
इस डेटासेट और इन मॉडल्स को बनाकर, इन शोधकर्ताओं ने अगली पीढ़ी के स्मार्ट उपकरणों के लिए विशेष रूप से AI कोडिंग असिस्टेंट्स (कोड के लिए "Grammarly" की तरह) की नींव रखी है। इसका अर्थ है कि डेवलपर्स तेज़ी से काम कर सकते हैं, कम गलतियाँ कर सकते हैं, और सभी के लिए बेहतर तकनीक बना सकते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।