লেখক:  (1) Xiyu Zhou, Computer Science School, Wuhan University, Wuhan, China;  (2) পেং লিয়াং, কম্পিউটার সায়েন্স স্কুল, উহান বিশ্ববিদ্যালয়, উহান, চীন;  (3) জেংইয়াং লি, কম্পিউটার সায়েন্স স্কুল, সেন্ট্রাল চায়না নরমাল ইউনিভার্সিটি, উহান, চীন;  (4) আকাশ আহমেদ, স্কুল অফ কম্পিউটিং অ্যান্ড কমিউনিকেশনস, ল্যাঙ্কাস্টার ইউনিভার্সিটি লিপজিগ, লিপজিগ, জার্মানি;  (৪) মোজতবা শাহিন, স্কুল অফ কম্পিউটিং টেকনোলজিস, আরএমআইটি ইউনিভার্সিটি, মেলবোর্ন, অস্ট্রেলিয়া;  (4) মুহাম্মদ ওয়াসিম, তথ্য প্রযুক্তি অনুষদ, Jyväskylä বিশ্ববিদ্যালয়, Jyväskylä, ফিনল্যান্ড।  IV আলোচনা    RQ1 এবং RQ2-এর ফলাফল অনুসারে, সামঞ্জস্যতা ইস্যু হল দ্বিতীয়-বৃহত্তর বিভাগ, এবং সম্পাদক/আইডিই সামঞ্জস্যের সমস্যা হল অনেকগুলি ব্যবহারের সমস্যার কারণ। ব্যবহারকারীদের দৃষ্টিকোণ থেকে, আমরা কপিলটের কনফিগারেশন এবং সেটিংস সম্পর্কিত বিশদ বিবরণ সম্পর্কে প্রচুর আলোচনাও পর্যবেক্ষণ করেছি, যা কনফিগারেশন পরিবর্তন/সেটিংকে দ্বিতীয় সর্বাধিক ব্যবহৃত সমাধান করে তোলে। উপরন্তু, অনুপযুক্ত কনফিগারেশন/সেটিং সমস্যাগুলির পঞ্চম সবচেয়ে সাধারণ কারণ। ফলাফলের উপর ভিত্তি করে, আমরা বিশ্বাস করি যে ব্যবহারকারীদের জন্য সামঞ্জস্যতা বৃদ্ধি এবং কপিলটের কনফিগারেশন প্রক্রিয়াকে সরল করা তাদের অভিজ্ঞতাকে উল্লেখযোগ্যভাবে উন্নত করতে পারে। অতএব, Copilot টিম আরও বিস্তারিত ইনস্টলেশন এবং কনফিগারেশন নির্দেশিকা অফার করতে পারে, ব্যবহারকারী-বান্ধব কনফিগারেশন বিকল্পগুলি প্রদান করতে পারে এবং নিয়মিত আপডেট এবং রক্ষণাবেক্ষণ করতে পারে। বিভিন্ন IDE এবং এডিটর জুড়ে সামঞ্জস্য বাড়ান এবং Copilot এর কনফিগারেশন সহজ করুন।    123টি ফাংশন অনুরোধের মধ্যে, আমরা কপিলটের আচরণকে বিভিন্ন দিক থেকে কাস্টমাইজ করার জন্য এই ধরনের অনুরোধের 52টি উদাহরণ শনাক্ত করেছি, যা প্রায় 50% এর জন্য দায়ী। কিছু সাধারণ অনুরোধ হল ফাইলের ধরন বা ওয়ার্কস্পেস উল্লেখ করা যেখানে কপিলট স্বয়ংক্রিয়ভাবে চলে (11), পরামর্শ গ্রহণের জন্য শর্টকাট কীগুলি পরিবর্তন করে (10), কোডের পরামর্শগুলি লাইন-বাই-লাইন বা শব্দ-বচন (9) গ্রহণ করে, কপিলট প্রতিরোধ করে নির্দিষ্ট ধরণের পরামর্শ তৈরি করা থেকে (যেমন, ফাইল পাথ, মন্তব্য) (3), এবং পাঠ্যের রঙ এবং ফন্ট কনফিগার করা (3)। ঝাং এট আল দ্বারা গবেষণায়। [১৯], তারা আরও ইঙ্গিত করেছে যে ব্যবহারকারীদের পরামর্শের জন্য কাস্টমাইজেশন করার অনুমতি দেওয়া অপরিহার্য। উপরন্তু, দুর্বল কার্যকারিতা অভিজ্ঞতা অনুসারে (উদাহরণস্বরূপ, কপিলটের স্বয়ংক্রিয় পরামর্শগুলিকে বিভ্রান্তিকর হিসাবে উপলব্ধি করা, যা বার্ড এট আল দ্বারা গবেষণায়ও উল্লেখ করা হয়েছে। [20]), আমরা কপিলটের আচরণ কাস্টমাইজ করার চাহিদা বুঝতে পারি। ফলাফল অনুসারে, আমরা বিশ্বাস করি যে কপিলটের আচরণ ব্যবহারকারীদের পৃথক কোডিং অভ্যাসের সাথে কতটা মানিয়ে নিতে পারে তা তাদের Copilot ব্যবহার করার সিদ্ধান্তের একটি উল্লেখযোগ্য কারণ। অতএব, নমনীয় এবং ব্যবহারকারী-বান্ধব কাস্টমাইজেশন বিকল্পগুলি প্রদান করা অত্যন্ত উপকারী। তদ্ব্যতীত, এআই কোডিং সরঞ্জামগুলি কীভাবে ব্যবহারকারীদের সাথে ইন্টারঅ্যাক্ট করবে এবং এই সরঞ্জামগুলিকে ব্যবহারিক বিকাশে একীভূত করবে তা অন্বেষণ করা অর্থবহ। ব্যবহারকারীদের তাদের নিজস্ব কর্মপ্রবাহের সাথে সারিবদ্ধ করার জন্য কপিলটের আচরণকে উপযোগী করার অনুমতি দেওয়ার জন্য আরও কাস্টমাইজেশন বিকল্পের প্রয়োজন।    সারণি IV থেকে, এটি লক্ষ্য করা যায় যে বেশিরভাগ সমাধানগুলি ব্যবহার ইস্যু এবং সামঞ্জস্যের সমস্যাকে মোকাবেলা করার লক্ষ্যে থাকে, যেখানে সাজেশন কন্টেন্ট ইস্যুর জন্য অল্প পরিমাণে সমাধান রয়েছে। 69টি সাজেশন কন্টেন্ট ইস্যুগুলির মধ্যে, আমরা শুধুমাত্র 5টি সমাধান চিহ্নিত করেছি, যা নির্দেশ করে যে ব্যবহারকারীরা কপিলট দ্বারা প্রস্তাবিত বিষয়বস্তুর সমস্যাগুলির জন্য আদর্শ সমাধান প্রদান করা চ্যালেঞ্জিং মনে করতে পারে। এটি আংশিকভাবে এই কারণে যে ব্যবহারকারীদের কাছে কোড এবং কোড মন্তব্য ছাড়াও Copilot এর কোড জেনারেশন নিয়ন্ত্রণ করার সীমিত উপায় রয়েছে। তাই সাজেশন কন্টেন্ট ইস্যুর সমাধানের জন্য অতিরিক্ত পদ্ধতির প্রয়োজন, উদাহরণস্বরূপ, ডেভেলপারদের কপিলটের সাথে ইন্টারঅ্যাক্ট করতে এবং কোডটি ডেভেলপারদের প্রত্যাশা পূরণ না হওয়া পর্যন্ত জেনারেট করা কোডটি পুনরাবৃত্তি করতে দেয়। ব্যবহারকারীদের Copilot দ্বারা উত্পন্ন বিষয়বস্তু নিয়ন্ত্রণ করতে আরো উপায় প্রয়োজন.    সাজেশন কন্টেন্ট ইস্যুতে, প্রধান ধরনের হল নিম্ন মানের সাজেশন (27) এবং অযৌক্তিক সাজেশন (13)। ইমাই এট আল দ্বারা পরীক্ষা. [৯] পাওয়া গেছে যে, হিউম্যান পেয়ার প্রোগ্রামিংয়ের তুলনায়, কপিলট, যদিও উল্লেখযোগ্য পরিমাণ কোড তৈরি করতে সক্ষম, এছাড়াও পরীক্ষার সময় আরও বেশি কোড মুছে ফেলার দিকে পরিচালিত করে, যা কপিলটের কোড মানের উন্নতির প্রয়োজনীয়তা তুলে ধরে। বার্ড এট আল। [20] পর্যবেক্ষণ করেছেন যে কপিলট মাঝে মাঝে অদ্ভুত এবং অযৌক্তিক কোড পরামর্শ দেয়, যেমন ব্যবহারকারীদের দ্বারা রিপোর্ট করা হয়েছে, যার মধ্যে কিছু ব্যক্তিগত তথ্য অন্তর্ভুক্ত থাকতে পারে। অধিকন্তু, যদিও নিরাপত্তাহীন পরামর্শ এবং কম কার্যকরী পরামর্শ প্রতিটিতে মাত্র দুটি দৃষ্টান্ত রয়েছে, আমরা বিশ্বাস করি এটি প্রাথমিকভাবে ব্যবহারকারীদের এই ধরণের সমস্যাগুলি সনাক্ত করতে অসুবিধার সম্মুখীন হওয়ার কারণে এবং তাদের রিপোর্ট করার জন্য কম ঝোঁকের কারণে। পিয়ার্স এট আল। [৬] পাওয়া গেছে যে কপিলট দ্বারা উত্পন্ন 1,689 কোড স্নিপেটগুলির মধ্যে 40% দুর্বল ছিল। কপিলটের ধারাবাহিক পুনরাবৃত্তির পরিপ্রেক্ষিতে, এটির পরামর্শের গুণমানের নিয়মিত মূল্যায়ন করা অপরিহার্য হয়ে ওঠে। কপিলট জেনারেটেড কোডের মান উন্নত করুন।    আমাদের গবেষণায়, অবোধগম্য সাজেশন (8) চতুর্থ সর্বাধিক সাধারণ সাজেশন কন্টেন্ট ইস্যু হিসেবে স্থান পেয়েছে। কিছু ব্যবহারকারী কোড প্রস্তাবনাগুলি অত্যধিক দীর্ঘ হওয়ায় সমস্যাগুলি উল্লেখ করেছেন, যার ফলে পাঠযোগ্যতা হ্রাস পেয়েছে। এটি ইঙ্গিত দেয় যে যখন Copilot তুলনামূলকভাবে জটিল পরামর্শ প্রদান করে, অথবা যখন ব্যবহারকারীদের একটি নির্দিষ্ট ডোমেনে কোডিং অভিজ্ঞতার অভাব হয়, তখন কোড লজিক বোঝা এবং এর সঠিকতা যাচাই করা সময়সাপেক্ষ হতে পারে। ওয়াং এট আল দ্বারা গবেষণা. [২১] দেখায় যে এআই-জেনারেটেড কোড ব্যবহার করলে তা উল্লেখযোগ্য পর্যালোচনার চাপ সৃষ্টি করতে পারে। অতএব, আমরা বিশ্বাস করি যে AI কোডিং টুলস (যেমন, Copilot) সফটওয়্যার ডেভেলপমেন্টের বিভিন্ন কাজে ব্যয় করা সময়ের বরাদ্দ পরিবর্তন করবে। আমরা কোড ব্যাখ্যা সম্পর্কিত চারটি বৈশিষ্ট্যের অনুরোধ পর্যবেক্ষণ করেছি, এবং কপাইলট দল এই কার্যকারিতা প্রসারিত করার উপর উল্লেখযোগ্য জোর দিয়েছে। কপিলট এক্স-এ প্রবর্তিত চ্যাট বৈশিষ্ট্য [১৫] ইতিমধ্যেই বিস্তারিত কোড ব্যাখ্যা প্রদান করতে সক্ষম, যখন এর নির্ভুলতার জন্য পরবর্তী পর্যায়ে আরও পরীক্ষামূলক মূল্যায়ন প্রয়োজন। Copilot এর ব্যবহার কোডিং প্রক্রিয়াকে পরিবর্তন করে এবং কোড পরামর্শ যাচাই করার সময় ব্যয় বাড়িয়ে দেয়, যা কোড ব্যাখ্যাকে অত্যন্ত গুরুত্বপূর্ণ করে তোলে।    কপিরাইট এবং পলিসি ইস্যুর সংখ্যা আমাদের প্রত্যাশার চেয়ে সামান্য বেশি, এবং আমরা ডেটা নিষ্কাশন প্রক্রিয়া চলাকালীন ব্যবহারকারী এবং গিটহাব রিপোজিটরি মালিক উভয়ের কাছ থেকে অনেক উদ্বেগ লক্ষ্য করেছি। পাখি ইত্যাদি [20] কপিলটের কোড পরামর্শের ক্ষেত্রে কপিরাইট কীভাবে প্রয়োগ করা হয় সে সম্পর্কে কিছু আলোচনাও লক্ষ্য করেছেন। আমাদের গবেষণার লক্ষ্য এই ধরনের সমস্যা এবং কপিলটের অ-ওপেন সোর্স প্রকৃতির একটি মূল্যায়ন প্রদান করা নয়, কারণ এটি একটি জটিল সমস্যা যা বিভিন্ন কারণের উপর নির্ভর করে যেমন লক্ষ্য, লক্ষ্য ব্যবহারকারী এবং কপিলটের ব্যবসায়িক মডেল। যাইহোক, আমরা দাবি করি যে কপাইলট টিম এই সমস্যাগুলি মোকাবেলা করার জন্য ব্যবস্থা নিতে পারে, ব্যবহারকারীর গোপনীয়তা এবং বুদ্ধিবৃত্তিক সম্পত্তি রক্ষা করে স্থিতিশীল এবং উচ্চ-মানের কোড জেনারেশন পরিষেবা প্রদান করে৷ মেধা সম্পত্তি এবং কপিরাইট বিবেচনা করুন.  এই কাগজ হল  CC 4.0 লাইসেন্সের অধীনে।   arxiv এ উপলব্ধ

AI Models on HackerNoon

গল্পের মূল ভাষায় এই অডিও তৈরি!

গুণমান এবং সম্মতি নিশ্চিত করা: কপিলট ব্যবহারের সাথে চ্যালেঞ্জ মোকাবেলা করা

About Author

মন্তব্য

আসে ট্যাগ

এই নিবন্ধটি উপস্থাপন করা হয়েছে

Related Stories

কিভাবে 10X দ্বারা আপনার কর্মপ্রবাহ উন্নত করবেন: 17টি প্রয়োজনীয় অ্যাপ

সেলিং দ্য ওয়াটারস: ডেটা লেক সহ প্রোডাকশন-গ্রেড RAG অ্যাপ্লিকেশন তৈরি করা

অদেখা স্তরগুলি: কেন ব্যবহারকারীর সাক্ষাত্কারগুলি একটি অপরিবর্তনীয় সম্পদ

আয় করতে ট্যাপ করুন: টেলিগ্রাম সোলানার আগে পরবর্তী 10 বিলিয়ন ক্রিপ্টো ব্যবহারকারীদের অনবোর্ড করতে পারে

কিভাবে 10X দ্বারা আপনার কর্মপ্রবাহ উন্নত করবেন: 17টি প্রয়োজনীয় অ্যাপ

সেলিং দ্য ওয়াটারস: ডেটা লেক সহ প্রোডাকশন-গ্রেড RAG অ্যাপ্লিকেশন তৈরি করা

অদেখা স্তরগুলি: কেন ব্যবহারকারীর সাক্ষাত্কারগুলি একটি অপরিবর্তনীয় সম্পদ

আয় করতে ট্যাপ করুন: টেলিগ্রাম সোলানার আগে পরবর্তী 10 বিলিয়ন ক্রিপ্টো ব্যবহারকারীদের অনবোর্ড করতে পারে

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps