Wichtige Informationen
Am 19. Oktober gab OpenAI bekannt, dass die GPT-6-Modellreihe drastische Verbesserungen bei der Generierung und Übersetzung von Code für Altsprachen wie COBOL, Fortran und Visual Basic erzielt hat. Diese Sprachen werden oft als ressourcenarm eingestuft, da ihnen die umfangreichen Trainingsdaten fehlen, die für moderne Sprachen wie Python verfügbar sind.
In Migrationstests, bei denen COBOL in Sprachen wie C++, Java oder Rust übersetzt wurde, erreichte das Modell GPT-6.1 Sol eine Erfolgsquote von 86,6 %, die bei höheren Reasoning-Einstellungen auf 97,9 % anstieg. Dies stellt eine erhebliche Verbesserung gegenüber der Erfolgsquote von 5,4 % dar, die das vorherige Modell GPT-5.6 Sol verzeichnete. OpenAI wies darauf hin, dass diese Tests eine Genauigkeit auf Byte-Ebene erforderten, um zu bestehen.
Trotz dieser Fortschritte betont OpenAI, dass eine menschliche Aufsicht für Produktionssysteme weiterhin unerlässlich bleibt. Während das Modell komplexe Logik bewältigen kann, rät das Unternehmen, dass Expertenprüfungen und strenge Tests gegen Geschäftsregeln vor der Bereitstellung weiterhin notwendig sind. COBOL bleibt die schwierigste Sprache, da sie als einzige in den MultiLangBench-Bewertungen keine Erfolgsquote von über 83 % erreichte.
Diese Entwicklung bietet eine potenzielle Lösung für die Wartung kritischer Infrastrukturen, wie etwa Bankensysteme, in denen trotz eines schrumpfenden Pools an qualifizierten Ingenieuren weiterhin alter Code verwendet wird. OpenAI entwickelte diese Fähigkeiten als Reaktion auf Rückmeldungen von Entwicklern und Unternehmenskunden, die mit den Einschränkungen bestehender KI-Tools in Legacy-Umgebungen zu kämpfen hatten.
