تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. توليد الشيفرة

الأبحاث المرتبطة بالكلمة المفتاحية: توليد الشيفرة




  • الهندسة المدفوعة بالنموذج للتوائم الرقمية: دراسة رسم خرائط منهجية Model-driven engineering for digital twins: a systematic mapping study

    2026 | المؤلف: Daniel Lehner وآخرون | المجلة: Software & Systems Modeling | المجال: البرمجيات (Software)

    تناقش هذه القسم انتشار التوائم الرقمية (DTs) عبر مجالات متنوعة مثل الزراعة، والسيارات، والطب، مع التأكيد على الحاجة إلى أساليب هندسية فعالة تشمل خبراء في المجال والبرمجيات. أجرى المؤلفون دراسة تخطيط منهجية لتحليل تطبيق تقنيات أتمتة الهندسة المدفوعة بالنموذج (MDE) – تحديداً تحويل النموذج إلى نموذج، وتوليد الشيفرة، وتفسير النموذج – في سياق التوائم الرقمية.…


  • تقييم ChatGPT وDeepSeek لبعضهما البعض في مجال التعليم العلمي ChatGPT and DeepSeek Evaluate One Another for Science Education

    2026 | المؤلف: Konstantinos Τ. Kotsis | المجلة: EIKI Journal of Effective Teaching Methods | المجال: نظم المعلومات (Information Systems)

    تقيّم هذه الورقة أدوار ChatGPT وDeepSeek في تعليم العلوم، مع التركيز على وظائفهما المميزة. يستفيد ChatGPT من معالجة اللغة المتقدمة لتعزيز بيئة تعلم تفاعلية، مما يسهل الحوار والتغذية الراجعة الفورية، مما يعزز تفاعل الطلاب في مناقشات العلوم. ومع ذلك، فهو أقل فعالية في المهام المعقدة الموجهة للبحث، مما يشير إلى قيود في معالجة المواضيع العلمية…


  • تمييز الشيفرات التي تم إنشاؤها بواسطة LLM عن الشيفرات المكتوبة بواسطة البشر من خلال التعلم التبايني Distinguishing LLM-Generated from Human-Written Code by Contrastive Learning

    2026 | المؤلف: Xiaodan Xu وآخرون | المجلة: ACM Transactions on Software Engineering and Methodology | المجال: نظم المعلومات (Information Systems)

    تقدم ورقة البحث نهجًا جديدًا لاكتشاف الشيفرة التي تم إنشاؤها بواسطة نماذج اللغة الكبيرة (LLMs)، وبشكل خاص ChatGPT، من خلال تطوير أداة تُسمى CodeGPTSensor. مع الاعتراف بالقيود المفروضة على أجهزة الكشف عن المحتوى الحالية التي تركز بشكل أساسي على اللغة الطبيعية، يتناول المؤلفون الحاجة إلى جهاز كشف متخصص للشيفرة البرمجية. يقدمون مجموعة بيانات واسعة النطاق،…


  • توليد البنية التحتية ككود مع LLMs: تصنيف الأخطاء ودراسة حول حقن معرفة التكوين

    2026 | المؤلف: Roman Nekrasov وآخرون | المجلة: ACM Transactions on Software Engineering and Methodology | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تبحث هذه الدراسة في التحديات والتحسينات في توليد البنية التحتية ككود (IaC) باستخدام نماذج اللغة الكبيرة (LLMs)، مع التركيز بشكل خاص على Terraform. تسلط الدراسة الضوء على انخفاض معدلات النجاح لنماذج LLMs في إنتاج IaC الصحيح والمتوافق مع النوايا، حيث كانت نسبة الأداء الأساسية فقط 27.1%. لمعالجة ذلك، قام المؤلفون بتحسين معيار IaC-Eval الحالي من…


  • ما وراء توليد الشيفرات: استكشاف مدعوم من نماذج اللغة لمساحة تصميم البرامج

    2025 | المؤلف: J.D. Zamfirescu-Pereira وآخرون | المجلة: Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems | المجال: نظم المعلومات (Information Systems)

    في هذا البحث، يستكشف المؤلفون دور نماذج اللغة الكبيرة (LLMs) في تعزيز عملية تصميم البرامج الحاسوبية بشكل تكراري. يبرزون أن نماذج توليد الشيفرة التقليدية عادةً ما تقدم حلاً واحدًا، مما يحد من استكشاف صيغ بديلة للمشكلات والحلول. لمعالجة هذه القيود، طور المؤلفون بيئة تطوير متكاملة (IDE) تسهل تصميم البرامج من خلال توليد إطارات مشكلات متنوعة…


  • توليد بيانات اصطناعية باستخدام نماذج اللغة الكبيرة: تقدم في النص والرمز

    2025 | المؤلف: Mihai Dan Nadas وآخرون | المجلة: IEEE Access | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تستعرض هذه الدراسة الدور التحويلي لنماذج اللغة الكبيرة (LLMs) في توليد بيانات تدريب اصطناعية لمهام اللغة الطبيعية والبرمجة. من خلال إنتاج أمثلة اصطناعية ذات صلة بالمهمة، يمكن لنماذج اللغة الكبيرة أن تكمل أو تحل محل مجموعات البيانات الواقعية بشكل فعال، خاصة في السياقات التي تكون فيها البيانات المعلّمة محدودة أو مكلفة. يبرز البحث تقنيات رئيسية…


حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.