X-Post:Pi (@pidotdev) / Sebastian Baye
Messung von Code-Slop: Warum funktionierender KI-Code oft schlechter Code ist
Sebastian Baye (Earendil) untersucht in einem Blogbeitrag, wie sich die mangelhafte Qualität und Aufblähung von KI-generiertem Code ('Sloppiness') quantifizieren lässt. Obwohl LLMs formal korrekten und testbaren Code liefern, verdoppeln sie im Schnitt strukturelle Erosions- und Verbositätswerte im Vergleich zu menschlichen Entwicklern.
136Lesezeichen6223Aufrufe