AI ක්ෂේත්රයේ නවතම පර්යේෂණයක්, SWE‑Bench නමින් හැඳින්වෙන GitHub ගැටළු විසඳීමේ බෙන්ච්මාර්ක්, තාක්ෂණික රෝබෝට් ලාංඡනයක් වශයෙන් LLM (Large Language Model) ගණනාවකට 1.96% ක් පමණ සාර්ථකත්වයක් පෙන්වයි.
මෙම අංකය කියන්නේ, මොඩලයන් සරල ගැටළු වලට හොඳ ප්රතිචාර දෙන්නත්, නමුත් බහු‑ගොනු, පද්ධති‑පිරිවර, නියම‑අනුවාදන අවශ්යතා ඇති මධ්යම සංකීර්ණ ගැටළු වෙත පැමිණේමත් විනාශ වෙයි. එමෙන්ම, Claude 2 වැනි ප්රමුඛ මොඩලයද 1.96% සීමාව ඉක්මවා නොහැකි බව පෙන්වයි.
ඒ නිසා පර්යේෂකයෝ “Hybrid Persona Model” නමින් නව ආකෘතියක් නිර්මාණය කරමින්, මධ්යම සංකීර්ණතා (medium complexity) ගැටළු සඳහා විශේෂිත ත්රි‑පැති පරිසරයක් සකස් කරයි:
- Evaluator Persona – පූර්ව‑පරීක්ෂණ, නියම‑අවස්ථා රැකීම, අස්ථිර‑අදාලතා පරීක්ෂා.
- Systems Persona – අනුරූප‑ආශ්රිතතා, පාර්ශව‑ප්රතිඵල, බහු‑ගොනු විශ්ලේෂණ.
- Agentic Persona – විකල්ප‑පැච් පද්ධති, සසඳන‑විශ්ලේෂණ, දෝෂ‑මාර්ග පසු‑පෙළ.
මෙම ත්රි‑පැති ආකෘතියේ අරමුණ, LLM‑වල “simple” හා “medium” අතර ඇති හිස් කුටිය පුරවා, වැඩි‑දක්ෂතා සහිත පරිසරයකට ගෙන යාමයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික ශිෂ්යයන්ට, මේ පර්යේෂණය AI‑මූලික කේත‑සංස්කරණය, බග්‑හඳුනාගැනීම, පද්ධති‑අධික්ෂණය වැනි කුසලතා ඉගෙන ගැනීමට නව මාර්ගයක් සපයයි. විශේෂයෙන්, මධ්යම සංකීර්ණ ගැටළු සඳහා නව Hybrid Persona Model භාවිතයෙන්, දේශීය සංවර්ධකයින්ට සංකීර්ණ පද්ධති‑ආශ්රිතතා හඳුනාගෙන, ස්වයංක්රීයව පටිපාටියක් සකස් කිරීමේ හැකියාව ලැබේ.
ව්යාපාරික පසුබිමට, මෙම තාක්ෂණය GitHub වැනි විවෘත‑කේත මට්ටමින් ඇති බග්‑ප්රතිකාර වේගය ඉහළ දැමීමට, අධිකරණ‑අනුවාදන හා නීති‑අනුකූලතා අවශ්යතා පවත්වා ගැනීමට උපකාරී වේ. ඒ නිසා, ශ්රී ලංකාවේ IT සමාගම්ට ගෝලීය තරඟකාරීත්වය වැඩි කර ගැනීමට, AI‑උපකාරක පද්ධති භාවිතයෙන් වියදම් අඩු කර ගැනීමට මඟ පෙන්වයි.
ඉදිරි කාලයේ, SWE‑Bench හි මධ්යම‑සංකීර්ණතා පරීක්ෂණය වැඩිදියුණු කර, ප්රාදේශීය සංවර්ධකයින්ට නිදහස් API, SDK වැනි උපකරණ ලබා දීමට සැලසුම් කර ඇත.
අවසන් වශයෙන්, LLM‑වල 1.96% සීමාව පෙන්වා දී තිබුණත්, Hybrid Persona Model මඟින් මේ පාලනය බිඳ හෙළා, AI‑මූලික කේත‑සංස්කරණයේ නව යුගයක් ආරම්භ වීමට ඉඩ සලසයි.
