| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Primerjava generativnih modelov umetne inteligence za generiranje programske kode : magistrsko delo
Avtorji:ID Ključevšek, Jan (Avtor)
ID Verber, Domen (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf MAG_Kljucevsek_Jan_2025.pdf (1,94 MB)
MD5: AF3DDA4902935E23749BEC677BB630EE
 
.zip MAG_Kljucevsek_Jan_2025.zip (6,58 MB)
MD5: 40EF3984FBF3C57ED5C285021CAD523A
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:Cilj magistrskega dela je bil primerjalno oceniti kakovost programske kode, ki jo generirajo modeli umetne inteligence ChatGPT (4o, o1), Gemini (Flash, Pro) in Microsoft Copilot. Na področju generativne umetne inteligence in kakovosti programske opreme smo z uporabo kvantitativnih metrik in orodij analizirali kodo, generirano za različno zahtevne naloge. Rezultati kažejo, da vsi modeli ustvarjajo sintaktično pravilno kodo, a se razlikujejo predvsem v funkcionalni pravilnosti, kompleksnosti in berljivosti. Plačljivi modeli so bili pravilnejši, a kompleksnejši; brezplačni (Copilot, Gemini Flash) pa enostavnejši in berljivejši. Priporočamo izbiro modela glede na prioritete projekta.
Ključne besede:generativna umetna inteligenca, generiranje programske kode, kakovost programske kode, metrike kakovosti kode
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Kraj izida:Maribor
Kraj izvedbe:Maribor
Založnik:[J. Ključevšek]
Leto izida:2025
Št. strani:1 spletni vir (1 datoteka PDF (XIII, 82 str.))
PID:20.500.12556/DKUM-92843 Novo okno
UDK:004.8:004.4'415(043.2)
COBISS.SI-ID:239013891 Novo okno
Datum objave v DKUM:06.06.2025
Število ogledov:227
Število prenosov:73
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FERI
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:18.05.2025

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Comparison of generative artificial intelligence models for code generation
Opis:The objective of the master's thesis was to comparatively evaluate the quality of program code generated by the artificial intelligence models ChatGPT (4o, o1), Gemini (Flash, Pro), and Microsoft Copilot. In the field of generative artificial intelligence and software quality, we analyzed code generated for tasks of varying complexity using quantitative metrics and tools. The results show that all models produce syntactically correct code, but differ primarily in functional correctness, complexity, and readability. Paid models were more correct but more complex; free models (Copilot, Gemini Flash) were simpler and more readable. We recommend selecting a model based on project priorities.
Ključne besede:generative artificial intelligence, code generation, code quality, code quality metrics


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici