연구진이 Pharo라는 저자원 언어에 LLM 기반 코드 자동 완성을 도입하는 경험을 공유했어요. Pharo 전용 데이터 큐레이션, LLM 지속 사전 훈련 및 미세 조정을 결합하는 파이프라인을 구축했어요. Pharo 코드 자동 완성 벤치마크를 통해 모델이 Pharo 구문 학습 및 실제 GitHub 저장소에서 코드 완성 정확도를 평가했어요.
Pharo에 특화된 모델이 기존 모델보다 훨씬 뛰어난 성능을 보였으며, 더 큰 코드 LLM보다도 정확도가 높았어요. LLM 기반 코드 자동 완성을 저자원 언어에 적용하는 것이 가능하며, IDE에서 실시간 지원을 제공할 수 있을 만큼 모델 크기가 작다는 것을 입증했어요.
이번 사례 연구는 저자원 프로그래밍 언어에 강력한 LLM 기반 코드 자동 완장을 제공하는 데 기여할 수 있을 것으로 기대돼요.