AI මගින් කේත ලිවීමේ වැඩපිළිවෙළේ එක් මොඩලයක්ම සෑම අදියරක්ම පවරා දීම, ගැටළු ගැලපෙන රැළියක් වැනි බව දැන් තේරෙනවා. මොඩලයක් සියලු කාර්යයන් – සැලසුම්, ලේඛනය, සමාලෝචනය, පරීක්ෂාව – කරන්නේ නම්, ඒ මොඩලයේම අඳුරු ලක්ෂණ පුරාවට පවතිනවා.
මොඩල බෙදා හැරීමේ මූලික අදහස යනු, කාර්ය මට්ටමේ අනුව විශේෂිත මොඩලයක් තෝරා ඒකට පවරා දීමයි. සැලසුම් පියවර සඳහා උගත් මොඩලයක් (reasoning‑strong) භාවිතා කර, පසුව කේත ලිවීමේ වේගවත්, අඩු මිලේ මොඩලයක් (code‑tuned) අරගෙන, ස්වයංක්රීය පරීක්ෂා ක්රමයක් තුළ කේතය ක්රියාත්මක කරයි. සමාලෝචනය සඳහා, කේතය ලියන මොඩලයෙන් වෙනස් මොඩලයක් යොදාගනිමින්, අළුත් නිරීක්ෂණයක් ලබාගන්නා හැටි ඉදිරිපත් කරයි.
මෙම ක්රමය අනුගමනය කිරීමෙන් ලැබෙන ප්රතිලාභ වන්නේ, දෝෂ සොයා ගැනීමේ ප්රමාණය වැඩි වීම, වෙළඳ සැපයුම්කරුන්ගේ අවලංගුතා හෝ මිල වැඩිවීමෙන් පසු පද්ධතියේ අස්ථාවරතාවය අඩු වීම, සහ වියදමට සරිලන පරිදි මොඩලය තෝරා ගැනීම යනුවෙනි. එකම මොඩලයක් සෑම අදියරක්ම කරන්නේ නම්, එම මොඩලයේම අඳුරු ලක්ෂණ පුරාවට පවතින නිසා, කේතයේ ගුණාත්මකභාවය කාලයත් සමඟ අඩුවේ.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ සංවර්ධනකරුවන්, විශ්වවිද්යාල සිසුන්, සහ තාක්ෂණ ආයතන සඳහා මෙය වැදගත්ය. එකම AI මොඩලයට පූර්වයෙකු ලෙස පවරා ගැනීමේ පරිසරය, දේශීය සංවර්ධකයන්ට විවිධ මොඩලයන්ගේ වාසිය ගෙනදෙයි. එමඟින්:
- විවිධ AI සපයන්නන්ගේ API ගාස්තු හොඳින් පාලනය කර, වියදම අඩු කළ හැකිය.
- කේතයේ ගුණාත්මකභාවය වැඩිවීම නිසා, දේශීය සොෆ්ට්වෙයාර් නිෂ්පාදනවල අලෙවිය සහ තරඟකාරීත්වය ඉහළ යයි.
- විවිධ මොඩලයන්ගේ විශේෂිත දෝෂ සොයා ගැනීමේ හැකියාවන්, සිසුන්ට TDD (Test‑Driven Development) ආදිය වඩාත් පළපුරුදු කරයි.
ඉදිරි කාලයේ මොඩල නවීකරණය වන සමඟ, මෙම පද්ධතියේ යෝජිත “මොඩල රෝටේෂන්” ක්රමය, ශ්රී ලංකාවේ AI‑ආශ්රිත සංවර්ධන වැඩපිළිවෙළට නව මට්ටමක් ගෙනදේ.
අවසානයේ, එකම AI මොඩලය සෑම වැඩපිළිවෙළකටම භාවිතා කිරීම, “මොඩල කැඩීම” ලෙස හැඳින්වෙන ගුණාත්මක අඩු වීමේ හේතුවක් බව පෙනේ. ඒ වෙනුවට, කාර්ය මට්ටමට අනුගතව මොඩල බෙදා හැරීම, කේත ගුණාත්මකභාවය, වියදම, සහ විවිධතාවය යන අංශ තුනම උදව් කරන ප්රතිඵලයක් වේ.
