Analisando LLMS na resolução de problemas de competições de programação: um estudo com ChatGPT e Bard.

Detalhes bibliográficos
Autor(a) principal: MELO, Daniel Carlos Alves de.
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
Texto Completo: https://dspace.sti.ufcg.edu.br/handle/riufcg/36710
Resumo: Com a recente adoção de Inteligências Artificiais Generativas no campo da Ciência da Computação, surge o questionamento dos limites dessas ferramentas na geração de código e no desempenho desse código na resolução de problemas de programação de alta complexidade, como desafios envolvendo programação dinâmica. Neste estudo, analisaremos o desempenho de dois modelos de IA(Inteligência Artificial), o Bard e o ChatGPT, ao submetê-los a 83 problemas de programação de diversos níveis de complexidade. Utilizaremos os prompts de ambas as ferramentas em um estudo de caso comparativo que aplicará o código gerado por esses modelos em problemas de programação obtidos de juízes online, incluindo Codeforces, Atcoder, CodeChef e LeetCode. Compararemos os resultados desses modelos em competições online realizadas regularmente pelas plataformas citadas, os textos das questões serão submetidos para as ferramentas enquanto as competições estiverem acontecendo, garantindo que os problemas sejam inéditos e desconhecidos pelas IAs. Este estudo visa obter dados consistentes para avaliar a capacidade do Bard e do ChatGPT 3.5 na resolução de problemas de programação com enunciados desconhecidos por ambas as ferramentas. Os resultados contribuirão para um entendimento mais aprofundado do desempenho dessas IAs em competições de programação e para pesquisas futuras relacionadas ao uso de IA na resolução de desafios computacionais complexos.
id UFCG_c7ad1fb80e48fed17ed064d9f86718cf
oai_identifier_str oai:dspace.sti.ufcg.edu.br:riufcg/36710
network_acronym_str UFCG
network_name_str Biblioteca Digital de Teses e Dissertações da UFCG
repository_id_str 4851
spelling Analisando LLMS na resolução de problemas de competições de programação: um estudo com ChatGPT e Bard.Analyzing LLMS in solving problems programming competitions: a study with ChatGPT and Bard.BardChatGPTProblemas de ProgramaçãoResolução de ProblemasChatBotInteligências Artificiais GenerativasProgramming ProblemsProblem SolvingGenerative Artificial IntelligencesCiência da ComputaçãoCom a recente adoção de Inteligências Artificiais Generativas no campo da Ciência da Computação, surge o questionamento dos limites dessas ferramentas na geração de código e no desempenho desse código na resolução de problemas de programação de alta complexidade, como desafios envolvendo programação dinâmica. Neste estudo, analisaremos o desempenho de dois modelos de IA(Inteligência Artificial), o Bard e o ChatGPT, ao submetê-los a 83 problemas de programação de diversos níveis de complexidade. Utilizaremos os prompts de ambas as ferramentas em um estudo de caso comparativo que aplicará o código gerado por esses modelos em problemas de programação obtidos de juízes online, incluindo Codeforces, Atcoder, CodeChef e LeetCode. Compararemos os resultados desses modelos em competições online realizadas regularmente pelas plataformas citadas, os textos das questões serão submetidos para as ferramentas enquanto as competições estiverem acontecendo, garantindo que os problemas sejam inéditos e desconhecidos pelas IAs. Este estudo visa obter dados consistentes para avaliar a capacidade do Bard e do ChatGPT 3.5 na resolução de problemas de programação com enunciados desconhecidos por ambas as ferramentas. Os resultados contribuirão para um entendimento mais aprofundado do desempenho dessas IAs em competições de programação e para pesquisas futuras relacionadas ao uso de IA na resolução de desafios computacionais complexos.With the recent adoption of Generative Artificial Intelligences in the field of Computer Science, questions arise regarding the limits of these tools in code generation and the subsequent performance of this code in solving highly complex programming problems, including challenges involving dynamic programming. In this study, we analyze the performance of two AI models, Bard and ChatGPT, by subjecting them to 83 programming problems of varying complexity levels. Utilizing the prompts from both tools in a comparative case study, we apply the generated code to programming problems obtained from online judges, including Codeforces, Atcoder, CodeChef, and LeetCode. We compare the results of these models in online competitions regularly held by the mentioned platforms, with the problem statements being submitted to the models while the competitions are ongoing, ensuring the problems are novel and unknown to the AIs. This study aims to acquire consistent data to evaluate the capabilities of Bard and ChatGPT 3.5 in solving programming problems with statements unknown to both tools. The results Will contribute to a deeper understanding of the performance of these AIs in programming competitions and future research related to the use of AI in solving complex computational challenges.Universidade Federal de Campina GrandeBrasilCentro de Engenharia Elétrica e Informática - CEEIUFCGGHEYI, Rohit Gheyi.GHEYI, R.http://lattes.cnpq.br/2931270888717344PEREIRA, Eanes Torres.PEREIRA, E. T.http://lattes.cnpq.br/2030738304003254MONGIOVI, Melina Mongiovi.MONGIOVI, M.http://lattes.cnpq.br/7535849756393864MELO, Daniel Carlos Alves de.2023-11-162024-07-18T16:44:03Z2024-07-182024-07-18T16:44:03Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesishttps://dspace.sti.ufcg.edu.br/handle/riufcg/36710MELO, Daniel Carlos Alves de. Analisando LLMS na resolução de problemas de competições de programação: um estudo com ChatGPT e Bard. 2023. 15 f. Artigo (Bacharelado em Ciência da Computação) - Universidade Federal de Campina Grande, Centro de Engenharia Elétrica e Informática, Campina Grande, Paraíba, Brasil, 2023.porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG2025-07-24T08:00:40Zoai:dspace.sti.ufcg.edu.br:riufcg/36710Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512025-07-24T08:00:40Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false
dc.title.none.fl_str_mv Analisando LLMS na resolução de problemas de competições de programação: um estudo com ChatGPT e Bard.
Analyzing LLMS in solving problems programming competitions: a study with ChatGPT and Bard.
title Analisando LLMS na resolução de problemas de competições de programação: um estudo com ChatGPT e Bard.
spellingShingle Analisando LLMS na resolução de problemas de competições de programação: um estudo com ChatGPT e Bard.
MELO, Daniel Carlos Alves de.
Bard
ChatGPT
Problemas de Programação
Resolução de Problemas
ChatBot
Inteligências Artificiais Generativas
Programming Problems
Problem Solving
Generative Artificial Intelligences
Ciência da Computação
title_short Analisando LLMS na resolução de problemas de competições de programação: um estudo com ChatGPT e Bard.
title_full Analisando LLMS na resolução de problemas de competições de programação: um estudo com ChatGPT e Bard.
title_fullStr Analisando LLMS na resolução de problemas de competições de programação: um estudo com ChatGPT e Bard.
title_full_unstemmed Analisando LLMS na resolução de problemas de competições de programação: um estudo com ChatGPT e Bard.
title_sort Analisando LLMS na resolução de problemas de competições de programação: um estudo com ChatGPT e Bard.
author MELO, Daniel Carlos Alves de.
author_facet MELO, Daniel Carlos Alves de.
author_role author
dc.contributor.none.fl_str_mv GHEYI, Rohit Gheyi.
GHEYI, R.
http://lattes.cnpq.br/2931270888717344
PEREIRA, Eanes Torres.
PEREIRA, E. T.
http://lattes.cnpq.br/2030738304003254
MONGIOVI, Melina Mongiovi.
MONGIOVI, M.
http://lattes.cnpq.br/7535849756393864
dc.contributor.author.fl_str_mv MELO, Daniel Carlos Alves de.
dc.subject.por.fl_str_mv Bard
ChatGPT
Problemas de Programação
Resolução de Problemas
ChatBot
Inteligências Artificiais Generativas
Programming Problems
Problem Solving
Generative Artificial Intelligences
Ciência da Computação
topic Bard
ChatGPT
Problemas de Programação
Resolução de Problemas
ChatBot
Inteligências Artificiais Generativas
Programming Problems
Problem Solving
Generative Artificial Intelligences
Ciência da Computação
description Com a recente adoção de Inteligências Artificiais Generativas no campo da Ciência da Computação, surge o questionamento dos limites dessas ferramentas na geração de código e no desempenho desse código na resolução de problemas de programação de alta complexidade, como desafios envolvendo programação dinâmica. Neste estudo, analisaremos o desempenho de dois modelos de IA(Inteligência Artificial), o Bard e o ChatGPT, ao submetê-los a 83 problemas de programação de diversos níveis de complexidade. Utilizaremos os prompts de ambas as ferramentas em um estudo de caso comparativo que aplicará o código gerado por esses modelos em problemas de programação obtidos de juízes online, incluindo Codeforces, Atcoder, CodeChef e LeetCode. Compararemos os resultados desses modelos em competições online realizadas regularmente pelas plataformas citadas, os textos das questões serão submetidos para as ferramentas enquanto as competições estiverem acontecendo, garantindo que os problemas sejam inéditos e desconhecidos pelas IAs. Este estudo visa obter dados consistentes para avaliar a capacidade do Bard e do ChatGPT 3.5 na resolução de problemas de programação com enunciados desconhecidos por ambas as ferramentas. Os resultados contribuirão para um entendimento mais aprofundado do desempenho dessas IAs em competições de programação e para pesquisas futuras relacionadas ao uso de IA na resolução de desafios computacionais complexos.
publishDate 2023
dc.date.none.fl_str_mv 2023-11-16
2024-07-18T16:44:03Z
2024-07-18
2024-07-18T16:44:03Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://dspace.sti.ufcg.edu.br/handle/riufcg/36710
MELO, Daniel Carlos Alves de. Analisando LLMS na resolução de problemas de competições de programação: um estudo com ChatGPT e Bard. 2023. 15 f. Artigo (Bacharelado em Ciência da Computação) - Universidade Federal de Campina Grande, Centro de Engenharia Elétrica e Informática, Campina Grande, Paraíba, Brasil, 2023.
url https://dspace.sti.ufcg.edu.br/handle/riufcg/36710
identifier_str_mv MELO, Daniel Carlos Alves de. Analisando LLMS na resolução de problemas de competições de programação: um estudo com ChatGPT e Bard. 2023. 15 f. Artigo (Bacharelado em Ciência da Computação) - Universidade Federal de Campina Grande, Centro de Engenharia Elétrica e Informática, Campina Grande, Paraíba, Brasil, 2023.
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Campina Grande
Brasil
Centro de Engenharia Elétrica e Informática - CEEI
UFCG
publisher.none.fl_str_mv Universidade Federal de Campina Grande
Brasil
Centro de Engenharia Elétrica e Informática - CEEI
UFCG
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFCG
instname:Universidade Federal de Campina Grande (UFCG)
instacron:UFCG
instname_str Universidade Federal de Campina Grande (UFCG)
instacron_str UFCG
institution UFCG
reponame_str Biblioteca Digital de Teses e Dissertações da UFCG
collection Biblioteca Digital de Teses e Dissertações da UFCG
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)
repository.mail.fl_str_mv bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br
_version_ 1850321195736498176

Registros relacionados