要約：
- 大規模言語モデル（LLM）は、要求すればより良いコードを書くが、それにはソフトウェア開発経験が必要。
- Max Woolf氏によるLLMプロンプティングの実験では、LLMが要求に応じて提案するコードを最適化できるかどうかを検証。
- 初期解決策は、素人プログラマーが書く可能性があるもので、平均657ミリ秒で実行。
- 「より良いコードを書く」と要求すると、最適化されたコードが返され、2.7倍速く動作。
- 繰り返し要求すると、パフォーマンスを向上させるためにマルチスレッディングを組み込んだコードが返されるが、エラーも発生。
- 「プロンプトエンジニアリング」を使用すると、より洗練された高速コードが生成されるが、バグも増加。
- 結論として、LLMに「コードをより良く書く」と要求することで、コードは改善されるが、ソフトウェアエンジニアの背景が重要。
感想：
LLMに特定の要求をすることでコードの品質やパフォーマンスが向上することが示されており、プロンプトエンジニアリングの有用性も明らかになっています。ソフトウェアエンジニアの経験が重要であり、LLMは魔法的なものではなく、人間の手による修正が不可欠であることが強調されています。プロンプトの情報内容が重要であり、専門的な背景を持つ開発者がLLMに助けを求めると良い結果が得られるという点は興味深いです。
元記事: https://www.theregister.com/2025/01/07/ai_can_write_improved_code_research/