Новая версия лучше работает с кодом на языке Go и Rust
Обновление модели включило значительный прирост данных для обучения на кодовых примерах Go и Rust, включая популярные фреймворки и пакеты. Тестирование на стандартных задачах показало улучшение точности предложений завершения и объяснений ошибок на 18 и 22 процента соответственно.
Модель теперь лучше понимает специфику работы с памятью в Rust, корректнее предлагает паттерны обработки ownership и lifetime. Для Go улучшена работа с интерфейсами, горутинами и обработкой ошибок через сравнение соглашений.
Применение в разработке
Повышение качества кода на этих языках актуально для инфраструктурных проектов, где Go и Rust используются особенно широко. Системные разработчики получают более надежные подсказки при работе с параллелизмом и низкоуровневой оптимизацией.
OpenAI отмечает, что улучшения распространяются и на объяснение чужого кода, отладку и рефакторинг. Модель также лучше генерирует текст на этих языках в смешанных проектах, где Go или Rust взаимодействуют с другими стеками.
Поддержка расширена и для менее популярных библиотек через краудсорсинг примеров от разработчиков, что обеспечивает постоянное улучшение качества рекомендаций.