Prompt Engineering ل نموذج LLM model

نبذة عن المشروع:

يعمل هذا المشروع على سد الفجوة بين تعقيد الأكواد البرمجية المكتوبة بلغة C++ وفهم المبرمجين لها، وذلك من خلال تصميم وهندسة أوامر (Prompts) متخصصة لنموذج الذكاء الاصطناعي StarCoder. الهدف هو تحويل الكود المصدري الجامد إلى شرح تعليمي مفصل ومنظم يساعد المطورين والطلاب على فهم المنطق البرمجي بوضوح عالٍ.

المهام التقنية التي تم تنفيذها:

تصميم هيكل الأوامر (Prompt Architecture): تطوير سلسلة من الأوامر باستخدام تقنيات Few-Shot Prompting لتدريب النموذج على نمط معين من الشرح البرمجي.

سياق التفكير (Chain-of-Thought): هندسة الأوامر بحيث يقوم النموذج بتحليل الكود خطوة بخطوة قبل إعطاء الشرح النهائي، مما يضمن دقة عالية في تفسير الدوال (Functions) والخوارزميات المعقدة.

تخصيص المخرجات: ضبط النموذج لتقديم شرح يتضمن (وظيفة الكود، تحليل المتغيرات، المنطق البرمجي، وملاحظات حول كفاءة الأداء).

البيئة التنفيذية: تم اختبار وتطوير هذه الأوامر على نسخة StarCoder 3B لضمان الكفاءة والسرعة في استخراج الاستجابات.

الأدوات والتقنيات المستخدمة:

Model: StarCoder (BigCode).

Techniques: Prompt Engineering, System Messages, Context Optimization.

Languages: C++, Python (for inference scripts).

Platform: Kaggle / Hugging Face.