Usando GPT-3 para escrever código

Recentemente, testei o GPT-3 com alguns créditos gratuitos para me ajudar a codificar - especialmente em assuntos que estou começando a aprender. É realmente ótimo! Aqui estão algumas coisas que tentei usando GPT-3:

1. Código de correção
2. Melhorando o tempo de execução do código
3. Criação de modelos iniciais em tarefas populares/bem documentadas, como: Azure Devops, AzureML, ML, Terraform (infraestrutura como código), sites em flask
4. Resolvendo um problema de otimização linear e matchmaking bipartido (!!! Isso realmente me surpreendeu)

Consultando uma API: “Crie uma classe python que consulte a API de engajamento do hubspot”

Corrigindo meu código: “o que há de errado com este programa?”

def addtwovariables(a,b):
  result = a+str(b)
  return result


      
                

                    
                    
                
            

Programaçao dinamica:

“Resolva o seguinte com um programa dinâmico: Dada uma string s, retorne a substring palindrômica mais longa em s. Exemplo 1: Entrada: s = “babad” Saída: “bab” Explicação: “aba” também é uma resposta válida. Exemplo 2: Entrada: s = “cbbd” Saída: “bb” Restrições: 1 <= s.length <= 1000 s consistem apenas em dígitos e letras em inglês.”

No entanto, esta solução tem um tempo de execução ruim. Talvez possamos melhorar isso?

Programação dinâmica em tempo O(n):

Esta solução superou 97,3% das outras soluções em termos de tempo de execução:

Dobramento de proteínas: (Incompleto, mas pelo menos me dá um modelo - também alguém, por favor, me diga se isso está pelo menos parcialmente correto, porque não tenho ideia)

Construção de Portfólio de Ações: (Incompleto, mas pelo menos me dá um modelo)

Uma coisa interessante que surgiu durante isso foi quando pedi que me desse conselhos sobre a escolha de ações que inicialmente recusou. Eu tive que me virar um pouco no meu texto para obter o resultado desejado.

Construindo redes neurais: (incompleto, mas pelo menos fornece um modelo)

Construindo pipelines do AzureML:

Construindo pipelines Devops:

Infraestrutura como código:

Observe que ele mantém o contexto de minhas consultas anteriores (mencionei a previsão de empréstimo em uma consulta anterior de pipeline do Azure ml).

Otimização Linear:

Este me surpreendeu. Especialmente considerando que levou em consideração vários aspectos do prompt. Mudou os salários dos jogadores de acordo com suas médias de pontuação, e até conhecia as diferentes posições no basquete, embora eu não as fornecesse (apesar de dizer que não está conectado à internet?). A única desvantagem é que parou de gerar no meio do caminho. Eu tentei resolver um prompt semelhante com outro artigo que escrevi aqui

Também tentei usar uma métrica diferente (mas bem conhecida no basquete) para ver se ela sabia como incorporar isso. Infelizmente, ele entendeu do que eu estava falando, mas falhou na implementação.

Matchmaking:

Isso também me surpreendeu. O trabalho principal dos Analistas/Engenheiros/Cientistas e Programadores de Dados é traduzir problemas de negócios em código/resultados/descobertas. No entanto, o GPT é capaz de levar em consideração o contexto do problema de negócios e gerar código para você. Isso pode servir como uma ótima opção para as funções mencionadas antes de iniciar sua implementação.

Também pedi para gerar um site com base nesse prompt: Aqui estão os resultados:

Implicações:

Eu tenho que testar o GPT-3 mais para ver suas deficiências. Neste artigo, estou focando principalmente nas coisas que parecem fazer bem à primeira vista. Eu o vejo sendo usado como um mecanismo de busca maior e mais robusto, porém estou preocupado com o fato de que ele não parece citar suas fontes. Eu também prevejo fundadores um tanto proficientes em código, mas orientados para os negócios, tentando se tornar um exército de um homem com GPT e iniciando seus próprios produtos. Embora o sucesso de tais empreendimentos continue a ser visto. Provavelmente há muitas deficiências que não identifiquei, mas, por enquanto, acho muito legal. Quais são seus pensamentos?

Editar: acabei de perceber que eles têm uma seção de limitações em seu site, que você pode encontrar aqui:https://openai.com/blog/chatgpt/