该公司的模型现在在处理COBOL和其他程序员人数减少的旧编程语言方面更加出色。Casimiro PT/Shutterstock OpenAI的模型现在在构建和迁移使用旧编程语言的软件方面表现更好，包括COBOL、Fortran和Visual Basic。正如公司所解释的那样，全球40%的银行仍依赖于COBOL系统，而迁移到使用更新语言的系统不仅需要花费数百万到数亿美元的成本，还需要大量时间。然而，与COBOL打交道的程序员正逐渐退出劳动力市场，因此仍在使用它的银行必须在未来几年内进行迁移。该公司表示，改善其模型COBOL功能的工作是根据提交反馈的开发者和企业客户的指导进行的。编码模型在处理旧语言时显然面临困难。OpenAI创建了一个名为MultiLangBench的AI评估套件，要求模型在指定的编程语言中创建与SQLite兼容的数据库引擎。该公司表示，GPT‑6 Astra在20种语言中的平均测试通过率为87.4%，比通过率为26.8%的GPT-5.6 Sol有效得多。COBOL仍然是最难以攻克的语言，Astra的通过率为72%。OpenAI还通过让其模型将COBOL程序迁移到使用C++、Java、Kotlin、Python或Rust的程序，同时保留程序的功能，来评估其模型的能力。为了有效帮助银行机构迁移到现代语言，OpenAI的模型必须能够保留COBOL程序的行为，例如如何处理多余的小数位数的四舍五入以及如何处理缺失记录。在这种情况下，GPT-6.1 Sol达到了最高的准确率，达97.9%，但需要较高的推理努力。在较低的推理努力下，其准确率达86.6%。在其帖子中，OpenAI承认，迁移只有在“所有测试通过”时才能算成功。毕竟，处理银行业务的程序需要非常高的准确性。“像这样的行为保留能力对维护和现代化旧系统的团队非常有用，尽管将其应用于生产软件仍需要专业审查和针对系统的业务规则和依赖性进行测试，”它写道。