Hacker News
Advanced coding in low-resource programming languages
Original source: openai.com
by sumnole · 64 points · 72 comments, no article summary provided
IT之家
OpenAI 增强 AI 模型攻克冷门编程语言，COBOL 迁移准确率飙至 97.9%
IT之家 10 月 21 日消息，OpenAI 公司昨日（10 月 20 日）发布研究报告， 称增强 GPT-6 Astra 等模型构建和迁移 COBOL、Fortran、Visual Basic 等“低资源编程语言”的能力。 这类语言虽然公开代码和文档较少，却广泛支撑银行、ATM、天气预报和核安全分析等关键系统。 为衡量能力，OpenAI 推出两项评测：MultiLangBench 要求模型用 20 种语言从零构建兼容 SQLite 的数据库引擎；另一项评测则要求模型保持原有业务行为不变的情况下，将 COBOL 程序迁移至 C++、Java、Python、Rust 等语言。 结果显示，GPT-6 Astra 在 MultiLangBench 的 20 种语言中平均测试通过率达 87.4%，较 GPT-5.6 Sol 的 26.8% 大幅提升；其中 COBOL 从 10.9% 升至 72.1%，Fortran 从 21.4% 升至 83.5%，Visual Basic 从 27.5% 升至 89.4%。 成本更低的 GPT-6 Luna 平均通过率为 40.3%，估算 API 成本较 GPT-5.6 Sol 降低约 78%。IT之家附上相关图片如下： 在 COBOL 迁移评测中，GPT-6.1 Sol 在低推理强度下准确率达 86.6%，远高于 GPT-5.6 Sol 的 5.4%，成本降低 39%；在更高推理强度下，准确率达到 97.9%，接近评测上限。 OpenAI 表示，这项进展有助于企业维护老旧系统、修复缺陷并推进软件现代化。不过，公司也强调，将 AI 迁移结果用于生产环境仍需专家审查，并结合具体业务规则和依赖关系进行测试。
