ساعدت GLM-5.1 في تطوير خوارزمية جديدة لتحليل سلاسل البتات

اقترح مؤلف مقالة على Habr على GLM-5.1، يعمل عبر أداة opencode، أن يبتكر خوارزمية لمهمة سلسلة بت محددة — وتلقى ليس حلاً ثوريًا، بل حلاً أصليًا مجمعًا من مكونات حسابية معروفة في تركيبة جديدة.

ما المشكلة التي حلها المؤلف

صاغ المؤلف المشكلة على النحو التالي: بالنظر إلى سلسلة بت، ابحث عن جميع المواضع فيها حيث يكون عدد الآحاد ناقص عدد الأصفار حتى هذا الموضع مساويًا لرقم معين. يلاحظ أن المشكلة تُستخدم في سياق هياكل RMQ (Range Minimum Query) و LCA (Lowest Common Ancestor) — مما يعني أنها ذات أهمية في المقام الأول لأولئك الذين يعملون مع الخوارزميات وهياكل البيانات.

كيف ابتكرت الذكاء الاصطناعي الحل

يعترف المؤلف مباشرة بأن الإنترنت مليء بالنصوص المتحمسة حول الذكاء الاصطناعي، مما يحبط الكثير من المطورين — خاصة متخصصي C و C++. يؤكد أنه ليس "واعظًا للذكاء الاصطناعي" بل يسمي نفسه "مبرمجًا نشطًا ومسؤولاً" يستخدم أدوات الذكاء الاصطناعي في العمل اليومي. لإنشاء الخوارزمية، استخدم بالضبط مزيج من أداة opencode ونموذج GLM-5.1.

"هذا ليس خوارزمية ثورية ستجعلني غنيًا، لكنها مثيرة للاهتمام: مجمعة من مكونات معروفة، ولكن لا تزال جديدة"، يكتب المؤلف على

Habr.

كيفية جعل الذكاء الاصطناعي يكتب C++ منطقي

تناقش المقالة بشكل منفصل التقنيات التي يستخدمها المؤلف لجعل GLM-5.1 يكتب كود C++ كافٍ — ينصب جزء المادة هذا على ليس على الخوارزمية نفسها، بل على نظام الانضباط الهندسي عند العمل مع النموذج في كتابة كود منخفض المستوى. من المؤكد أنه في لغات C و C++ أن جودة إنشاء الذكاء الاصطناعي أثارت تاريخيًا معظم الشك بين المطورين المحترفين، ويعترف المؤلف مباشرة بإحباط المجتمع هذا كنقطة انطلاق.

المادة نفسها منظمة حول ثلاث مواضيع: كيفية حل مشكلة سلسلة البت الأصلية، ما الذي اقترحته الذكاء الاصطناعي بالضبط كخوارزمية، وما التقنيات التي يطبقها المؤلف لجعل GLM-5.1 ينتج كود C++ يعمل بدلاً من "الهلوسة". مثل هذا الشكل — تحليل مشكلة هندسية ملموسة مع تقييم صادق لدور النموذج — يميز المادة عن المنشورات المتحمسة النمطية حول قدرات الذكاء الاصطناعي، والتي يشكو المؤلف منها في بداية المقالة.

ما يعنيه هذا

توضح القصة حالة استخدام عملية للنماذج اللغوية الكبيرة: ليس كبديل لخبير الخوارزمية، بل كأداة للتكرار السريع عبر التقنيات المعروفة وتجميعها في حل عملي لمهمة تطبيقية محددة.

الأسئلة الشائعة

ما النموذج والأداة التي استخدمها المؤلف؟

استخدم المؤلف نموذج GLM-5.1، يعمل عبر أداة opencode، لإنشاء خوارزمية لمهمة سلسلة البت المحددة.

ما علاقة RMQ و LCA بهذا؟

مشكلة سلسلة البت نفسها — إيجاد المواضع حيث يكون عدد الآحاد ناقص عدد الأصفار مساويًا لرقم معين — يتم استخدامها، وفقًا للمؤلف، في سياق هياكل RMQ (Range Minimum Query) و LCA (Lowest Common Ancestor).

هل هذه خوارزمية ثورية؟

لا — يصف المؤلف النتيجة دون فخفخة: ليس شيئًا سيجعله غنيًا، بل مزيجًا مثيرًا للاهتمام وجديدًا من مكونات حسابية معروفة بالفعل.