返回栏目
首页人工智能 • 正文

AI已经可以刷leet代码了

发布时间:  来源:河洛网

本文经AI新媒体量子位(公众号ID:QbitAI )授权转载。 转载请联系出处。

AI已经可以刷leet代码了

像你在面试中遇到的算法问题,AI已经可以自己解决了。 例如,以下问题。

在记录论文参照次数的数组中,各要素为非负整数。 请写下函数h_index,输出这些论文的h指数。 也就是说,至多h篇文章被引用了至少h次。 示例:输入: [ 3,0,6,1,4 ]输出: 3

AI给出的Python的回答是这样的:

除了排序以外,我们看到血压上升,而不用counts.sort(reverse=true ),我们通过了测试。

UC伯克利的研究小组将上述问题“ 面试级别” (难度(国外程序员的面试问题好像有点简单。

其他更简单的“ 入门级” 更难“ 竞赛等级” 一共5000道题的测试,AI能做15%。

另外,也有人主张,对GPT-2进行专门训练,对leet代码进行专门训练,可以达到80%。

正在刷leet代码的你,在发抖吗?

GPT-Neo战胜GPT-3本研究所使用的主题形式是自然语言的主题,与以往研究中常用的伪代码和代码间的翻译不同。

主题为从Codeforces、Kattis等刷题网站收集的10000问,5000问为训练用,其他5000问为测试套。

问题的平均长度为293.2个单词,测试集中的每个问题平均有21.2个测试用例。

入门级难度的问题不需要复杂的算法,有1~2年经验的程序员能回答的有3639个。

面试等级的难易度问题有5000个,需要修改树和图等数据结构,以及常用的算法。

剩下的是竞赛水平的难度,达到了USACO、IOI、ACM等竞赛的水平。

研究人员分别为GPT-2的1亿参数版和15亿参数版、GPT-3和“ 高仿制版” GPT-Neo

参数的规模“ ” 27亿的GPT-Neo和更低的GPT-2在测试用例通过率方面优于1750亿的GPT-3。

在严格的模型中,通过所有测试用例是完全正确的。 成绩最好的GPT-Neo只合格了1.12%,但这也有56个问题(反正比我强)。

GPT-Neo希望EleutherAI团队重现GPT的开源项目。

虽然参数规模比GPT-3小很多,但培训数据包括堆栈溢出和堆栈交换等更多技术网站,这可能是在代码生成方面胜出的原因之一。

关于GPT-3为什么不如GPT-2,推测是因为看过的文本太多了,不擅长生成自然语言,但是对于解决逻辑和问题是不是太拟合了?

如何评价AI“ 题家” 论文一发表,吃瓜的群众的脑海就大大地打开了。

如果我面试没通过,但是我写的算法通过了会怎么样?

有人回答了他:

没关系。 也可以做算法助手。

很多人建议下一步,比如如果不使用自回归的GPT而转移到自编码语言模型会怎么样。 例如代码变压器。

或者,用另一个GPT生成自己无法回答的问题。

△矛盾在争斗吧

乐观的人认为,这将释放人的创造力,未来编程将编写更少的代码,进行更多的架构和工程。

有些人觉得只要描述需求就能生成代码很爽。

你好,IDE,使用我的数据库进行JavaScript的追加检查、变更、删除。 带测试。

△Ruby on Rails直呼内行

悲观的人认为,将来人类程序员只能进行维护工作和审查机器生成的代码。

ai和ldquo; 题家” 你害怕吗?

论文地址: https://arxiv.org/ABS/2105.09938

数据集地址: https://github.com/Hendry cks/apps

leet代码项目的自动笔刷: https://github.com/ga gan 3012 /项目代码- py

【编辑推荐】

    相关文章Related

    返回栏目>>

    河洛网首页

    Copyright © 2019 河洛网 版权所有 dahuimr@163.com