📖 AI 总结

OpenAI发布研究进展，提升模型在COBOL、Fortran、Visual Basic等低资源编程语言上的编码与迁移能力。这类语言训练数据稀缺，却支撑着全球关键基础设施：COBOL覆盖超40%的网上银行系统、80%的线下信用卡交易和95%的ATM交易，Fortran则用于天气预报和核反应堆安全分析。为衡量进展，团队构建了两项评估：MultiLangBench测试模型在20种语言中从零构建SQLite兼容数据库引擎的能力，COBOL迁移评估则检验模型在保持原有行为的前提下迁移程序的能力。结果显示，GPT-6 Astra在MultiLangBench上的平均通过率达87.4%，远高于GPT-5.6 Sol的26.8%；GPT-6.1 Sol在COBOL迁移评估中低推理强度下准确率为86.6%，高推理强度下达97.9%，且成本更低。这表明模型在更多编程语言上的能力与成本效率正同步提升，有助于团队维护和现代化关键服务所依赖的软件。